因子分解机

因子分解机FM

Logistics Regression

这是最基本的一个模型LR ， 这个模型就是将item的一些特征进行线性组合（或者通过一层全连接的线性层）
公式如下

x表示item的一些特征， w表示权重系数

这其实就是一个一层的神经网络， 这个只考虑的每一个特征 ， 并没有考虑特征之间的一些关系，所以二阶的poly2出现了。

poly2

将特征进行暴力组合， $w_{i}j$表示两个特征的关系系数。

缺点:时间复杂度变成了$n^2$ ， 以及用one-hot编码，$x_i{x}_j$ 相乘后特征变得非常稀疏。

FM

FM模型赋予每一个特征一个特征项向量， 这就解决了特征相乘后稀疏的问题，。

另一方面， 模型可以化简，从而复杂度得到提升。

ps：这里只考虑了item的特征， 也就是说他对所有的用户都是一样的， 因此可以在特征中加入用户的特征进行综合处理

参考：https://blog.csdn.net/realnuannuan/article/details/93401214