学习总结

（1）DeepFM 模型在解决特征交叉问题上非常有优势，它会使用一个独特的 FM 层来专门处理特征之间的交叉问题。具体来说，就是使用点积、元素积等操作让不同特征之间进行两两组合，再把组合后的结果输入的输出神经元中，这会大大加强模型特征组合的能力。
（2）DeepFM的三个重点：
它是由 FM 和 Deep 两部分组成的；
在实现 FM 部分特征交叉层的时候，我们使用了多个 Dot Product 操作单元完成不同特征的两两交叉；
Deep 部分则与 Wide&Deep 模型一样，负责所有输入特征的深度拟合，提高模型整体的表达能力
（3）召回之后的“候选集”一个list，或者是很多item的集合，这个list的排序也可以使用本次学到的DeepFM。
（4）回顾矩阵相关的算法：结构上来说，因子分解机会引入除了user id和item id的其他特征，而且FM是有一阶部分的，不只是做特征交叉。

因子分解机模型（Factorization Machine）的FM层通过内积交叉特征；
奇异值分解（singular value decomposition）
非负矩阵分解NMF（Non-Negative Matrix Factorization）的基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。
经典推荐算法协同过滤的深度学习进化版本 NerualCF。NeuralCF 用一个多层的神经网络，替代了矩阵分解算法中简

【王喆-推荐系统】模型篇-(task7)DeepFM处理交叉特征相关推荐

推荐系统中特征交叉模型之——DeepWide/DeepFM/NFM
前言上篇文章中我们引入了推荐系统中特征交叉的概念,以及介绍了一些常见的特征交叉方法,这篇文章我们将详细地讨论一下推荐系统中特征交叉地模型,他们的特点,以及他们为什么会这样.本文中介绍的模型有Wide ...
【王喆-推荐系统】模型篇-(task5)widedeep模型
学习总结 (1)业界影响力非常大的深度学习模型 Wide&Deep是由 Wide 部分和 Deep 部分组成的.其中,Wide 部分主要是为了增强模型的"记忆能力",让模型 ...
【王喆-推荐系统】评估篇-(task3)TensorFlow的模型离线评估实践
学习总结第一步是导入 Spark 分割好的训练集和测试集. 第二步是在 TensorFlow 中设置评估指标,再在测试集上调用 model.evaluate 函数计算这些评估指标.这里使用了最常用的 ...
推荐系统中使用ctr排序的f(x)的设计-传统模型篇
一. 什么是ctr? ctr即广告点击率,在推荐系统中,通常是按照ctr来对召回的内容子集进行排序,然后再结合策略进行内容的分发. 二. ctr预估模型的发展. ctr预估模型的公式:y = f(x) ...
推荐系统模型训练DeepFM算法
文章目录深度学习模型需要加强处理特征交叉的能力传统的机器学习模型FM 深度学习模型DeepFM 特征交叉新方法:元素积操作 DeepFM的TensorFlow实现深度学习模型需要加强处理特征交叉 ...
摆脱 FM！这些推荐系统模型真香
‍‍ 作者 | 梁唐来源 | TechFlow 之前我们介绍了推荐当中应用得非常广泛的FM大家族,从FM这个模型衍生出了一系列的模型,从纯FM,到AFM.FFM.DeepFM等等一系列的FM模型,最 ...
深度学习在美团点评推荐平台排序中的应用 widedeep推荐系统模型--学习笔记
gbdt+lr的模型之前是知道怎么搞的,dnn+lr的模型也是知道的,但是都没有试验过深度学习在美团点评推荐平台排序中的运用原创 2017-07-28 潘晖美团点评技术团队美团点评作为国内最大 ...
推荐系统模型论文阅读笔记
推荐模型概论 Wide & Deep DeepFM 如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中.居左.居右 SmartyPants 创建一个自定义列表如何创建 ...
【王喆-推荐系统】RS整体架构和流程
这个系列是学习王喆的[深度学习推荐系统实战]时做的笔记和自己的学习总结. 文章目录零.一个栗子的引入一.学习目标和要求 1.学习目标 2.前置要求二.推荐体系 1.基础架构篇 2.特征工程篇 3 ...

【王喆-推荐系统】模型篇-(task7)DeepFM处理交叉特征

学习总结

【王喆-推荐系统】模型篇-(task7)DeepFM处理交叉特征相关推荐

最新文章

热门文章