推荐系统遇上深度学习(七十八)-CFM:结合3D卷积的FM模型

本文介绍的是IJCAI-19的一篇论文,题目为《CFM: Convolutional Factorization Machines for Context-Aware Recommendation》,将卷积神经网络和因子分解机FM相结合,提出了CFM模型,一起来学习下!
论文下载地址:https://www.ijcai.org/Proceedings/2019/0545.pdf

1、背景

在推荐系统中,提升模型效果的一个很关键的方面是建模特征之间交互关系。那么目前存在的方法主要包括两种:

1)人工进行特征交叉,如逻辑回归模型,这需要很强的专业知识和业务理解。

2)由模型自动进行特征交叉,如因子分解机FM。但是FM模型在进行特征交叉时,对特征对应的嵌入向量使用的是求内积的方法,这隐含了一个前提,嵌入向量不同维度之间是相互独立的(因为内积是对位相乘)&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值