Как рекомендательная система выглядит на старте продукта, когда данных почти нет?

Начинать надо с правил и логирования, а не с модели. Первая версия: популярное по сегменту, «недавно просмотренное» и ручные подборки — этого хватает надолго и это невозможно обойти без данных. Параллельно закладывается то, что потом нельзя добавить задним числом: журнал показов с позициями и вероятностями, идентификаторы сессий, честные метки видимости. Дальше по мере накопления: совстречаемость объектов, затем коллаборативные сигналы как источник кандидатов, затем обученный ранжировщик. Типичная ошибка — начать с нейросети на трёх тысячах взаимодействий и полгода объяснять, почему она не обходит популярное.