推薦系統CTR預估模型之Deep&Cross

  Deep&Cross是google在2017年發表的一篇論文,其思想和wide&deep基本一致,只是把wide&deep中的wide部分變成cross層,來彌補DNN不能顯示的學習交叉特徵這一缺陷,一般情況下效果會好於wide&deep,而且模型複雜度與與wide&deep接近。  模型結構如上圖,右邊的DNN部分和wide&deep中的DNN完全一致,左邊的cross層,計算也很簡單,  
相關文章
相關標籤/搜索