物料冷启动指的是新入库的物料，应该把它推荐给谁的问题。一般有以下几个推荐方式：

1.语义相似推荐

用户在浏览过程中看到了某一内容，那么与这个内容最相似的新入库内容就有可能被推荐出来。

2.专家预定义数据

新物料上报后会发布到指定位置进行固定推荐。

3.兴趣试投

假设我们定义曝光1000次以下的物料是新物料（资讯类产品一般还有时间限制，如6小时内），将新物料和用户表征为多维向量，计算向量的距离，对用户行为较多的用户进行分发，物料在冷启动阶段会有一个趋于稳定的点击率（或其他综合指标），该点击率是它后续流量分配的依据——根据小流量的点击率表现，表现好的物料进入下一个更大的流量池，表现差的物料被淘汰或降权，以此种方式小规模试验兴趣后大规模投放。但此种方法在实际商业场景应用空间并不大，因为在物料的相似推荐中，是可以干预新物料的时间权重，通过干预时间权重来控制和分配，这比兴趣试投的方式要简单，也要更科学，毕竟此种方法过于依赖初期的抽样样本，太容易放弃物料了，反倒会让物料更容易沉默。

总结来说，物料冷启动比较成熟的方式是通过语义相似方式将新物料推荐出来，并适当地干预和调整新物料的时间权重，确保新物料有足够多的机会推荐给用户，且符合用户的行为习惯和逻辑。