零射学习是一种机器学习技术，使系统能够识别并预测以前从未遇到过的项目。在推荐系统的上下文中，这种方法允许模型推荐产品或内容，而不需要与这些项目特别相关的历史交互或数据。当引入新产品时，或者当处理具有有限用户参与度的利基项目时，这是特别有用的。
例如，考虑使用零拍摄学习的电影推荐系统。如果用户观看并评价了动作和科幻电影，但新的科幻电影出现了一个陌生的导演，传统的推荐系统可能很难建议它，因为没有关于它的历史数据。然而，零镜头学习方法可以利用关于电影特征的信息，诸如流派、演员和情节，来做出关于其与用户的相关性的有根据的猜测。因此，它可以基于其与用户喜欢的其他电影的相似性来建议这部新电影，尽管缺乏与该特定标题的过去用户交互。
此外，零快照学习可以通过允许推荐系统利用领域知识或外部数据源来增强个性化。例如，如果图书推荐系统通过作者风格、主题或主题识别用户偏好，则它可以推荐与这些偏好匹配的新发行的图书，同样不需要关于该特定标题的先前用户数据。通过使用描述性属性和基于知识的推理，开发人员可以创建更具适应性和响应性的系统，即使新项目不断进入市场，也可以改善用户体验。