场景一：用户冷启动
1、根据用户相似度给新用户推荐内容
2、获取更多用户信息来计算用户喜好
从外部平台获取：微博登录、微信登录、QQ登录等
从手机已安装app获取：如大姨妈（女）、汽车之家（男）
从手机app使用情况获取：定位城市、启动次数、使用时长、使用时间点等
让用户自主提供信息：性别/年龄/学历等选择、兴趣勾选、热门内容选择等
兴趣较抽象，部分用户对几个字描述的兴趣可能不知道如何选择或者会误选，在兴趣或类型后面用相对应的内容进行补充说明会更方便用户理解，提高兴趣勾选的准确率。
提供热门内容选择需注意几点
热门性（提供的内容是广为人知的，避免冷门）
代表性（提供的内容需与类型/兴趣强关联映射，如阅读app中科幻-三体、历史-明朝的那些事儿）
区分性（各类型的内容区分需要明显，避免相互重叠）
多样性（能尽量覆盖足够多类型，从数据算法来说数据越多越精细就越有利于算法推荐）
场景二：内容冷启动
1、根据内容相似度把新内容推荐给老用户
2、获取更多内容信息来计算内容属性
内容分类
内容标签
内容作者
内容来源
