再来看一篇。。有点累了都。。这篇文章是一篇FM和DL的结合,2017年的文章,这篇文章读起来就给人感觉比较符合当前的主流想法了。
模型的主要结构如下图所示

与谷歌之前wide & deep的model不同的是,DeepFM的输入层共享同样的embedding,模型也分为两部分,FM和Deep。
FM部分的结构如下图所示

就是一个FM模型 yFM=⟨w,x⟩+d∑i=1d∑j=i+1⟨Vi,Vj⟩xi⋅xj 用来抓住一阶和二阶的特征。
Deep部分如图所示

总的来说就是去用NN学习非线性特征,并做了embedding。
作者在后面还做了和其他几种基于DL的模型的对比

