论文链接
Deep & Cross Network for Ad Click Predictions
Wide & Deep Learning for Recommender Systems
1.这两篇是如何从FM变体过来的,为何要这么做?
DCN
DCN直接将FM的过程在高阶特征组合上进行推广,是高阶FM的降维实现。只有两层且第一层与最后一层权重参数相等时的Cross网络与简化版FM等价。
DCN的计算图如下:
与DeepFM类似,DCN是由embedding+MLP部分与cross部分进行联合训练的。Cross部分是对FM部分的推广。
FM简单的结构限制了它的表达能力。虽然已经有工作将FM扩展到更高阶,但是它们的大量的参数会带来很大的计算成本。DNN能够自动学习特征交互,但是,它们隐式地生成所有交互,并且不一定有效地学习所有类型的交叉特征。而DCN不仅保留了DNN模型的有点,除此之外,它还引入了一种新的交叉网络,可以更有效地学习某些有界的特征交互。 特别是,DCN明确地在每一层应用特征交叉&#x