# 推荐兜底策略 — 高热召回高热召回是一种基于全局用户行为统计的推荐策略，旨在向用户推荐在特定时间段内最受欢迎的物品。 ### 适用场景该策略主要解决以下两类问题： 1. **推荐兜底**：当其他个性化推荐策略（如“猜你喜欢”）未能召回足够数量的物品时，高热召回可以补充全局热门物品，确保推荐结果不会为空，提升用户体验。 2. **新用户冷启动**：对于新注册或行为数据稀疏的用户，系统无法进行有效的个性化推荐。此时，高热召回可以为他们推荐大众普遍欢迎的物品，作为启动和探索的起点。 --- 本文将为您介绍如何配置高热召回策略。 ### 配置说明您可以配置“最受欢迎”物品的计算逻辑。平台会根据您定义的规则计算出热门物品，并将该结果用于推荐兜底和新用户的冷启动推荐场景。 1. 在控制台左侧导航栏，选择**推荐策略** \> **兜底策略配置**

2. 点击后，将弹出新兜底策略的配置窗口。

3. 在弹出的配置窗口中，根据业务需求设置参数，然后点击“确定”按钮完成配置。 |**配置项** |**输入限制** |**说明** | |---|---|---| |**时间窗口** |最小： 5 分钟|用于统计热门物品的时间范围。|\ | |最大： 7 天 ||\ | | |* **说明**：定义了平台“回顾”多久的用户行为来计算物品的热度。例如，设置为“7天”，则系统会统计过去7天内的数据。|\ | | |* **可选单位**：分钟、小时、天。 | |**行为类型** |必须在行为数据集定义的行为类型中 |用于衡量物品“受欢迎程度”的用户行为。|\ | | ||\ | | |* **说明**：定义了哪个行为可以累积物品的热度。|\ | | |* **配置建议**：建议选择能强力代表用户喜爱程度的行为，如`purchase`（购买）、`collect`（收藏）、`share`（分享）等，避免使用`impression`（曝光）这类弱相关行为，以保证热门榜单的质量。 |

全域AI搜索