题记:除了人工设计交叉特征,你知道有哪些方法在模型层面自动学习交叉特征吗
该篇文章介绍的是阿里周国睿大佬的一篇新论文CAN: Revisiting Feature Co-Action For Click-Through Rate Prediction。他的上一篇论文你一定听说过,那就是著名的阿里深度兴趣网络DIN,这次周国睿大佬为我们提出了一种特征交互的新方法。
CAN中的「 Co-Action Unit 」可以看成是DIN网络中计算历史用户行为与target item 相似度的「Activation Unit 」的升级。不同的是DIN 「Activation Unit 」建模的是某历史行为与taget item 间的“相关度”,需要再乘上原历史行为才是一个新的特征表达。而「 Co-Action Unit 」直接生成了某历史行为与taget item的交叉表达,跳过了建模“相关度”这一步骤,减少了信息折损。
一. 背景
先明确Co-Action含义,Co-Action指特征之间的协同作用。例如在电商场景下,用户历史点击商品与预估商品的交叉就是一个很强的Co-Action特征。
如上图,如果A和