由来 Neural CF模型是从传统的协同过滤方法(MF)的基础上进行的改进, 把MF里面用户向量和物品向量的点积操作换成了多层的神经网络, 使得两个向量可以做更充分的交叉, 得到更多有价值的特征组合信息, 另外就是神经网络的激活函数可以引入更多的非线性, 让模型的表达能力更强,使得模型的泛化能力进一步提高 模型结构 预测函数表达 损失函数表达 将之看成一个回归问题,有 进一步改进,混合模型的版本:GMF+MLP