在通用的推荐场景下，冷启动即用户第一次登陆平台尚未发生任何的行为，或者行为过于久远已是无效行为时，推荐系统往往会选择采用各分类内热门榜单进行排序，也就是平台在一定时间段内，用户共同投票出来的最受欢迎的内容List。而在新闻场景下，由于新内容曝光时间较短，很少有机会在短时间内被大部分用户发生行为，所以分类热门的形式不能很好地推荐那些最新的、热门的内容。那么这个时候，其实可以采取比较取巧的形式：直接与最快感知最新、热门内容的平台做语义计算的匹配，例如微博、百度热点、知乎等。（往往新闻第一时间发出的平台是自媒体平台）通过遍历已入库的内容，并与热点做实时的语义相似度计算，就可以计算数据库中哪些内容是热点内容或最接近热点内容的，并在用户冷启动时推荐给用户。从而保证用户在第一次登陆平台时可以在推荐栏看到最新最热门的内容，从而留住用户。

我们回到小刘与老王的故事，老王可能是真心实意地将稿子第一时间编辑完发布了。但因为编辑人员对推荐系统的运作尤其是权重体系不甚了解，所以导致内容虽然发布但并未得到有效曝光。对于推荐系统来说，不能仅作为一个技术平台束之高阁就可以了，真正想把推荐系统用到好处还需要编辑与运营人员能够比较轻松地根据需求去进行操作、管理甚至算法策略的干预才是关键，才是一套高可用的系统。