谷歌CTR預估模型——deep&cross(DCN)

提出動機 解決交叉特徵學習問題，雖然傳統的FM模型可以學習到二階交叉特徵，對於高階交叉特徵，需要大量的參數，在deep&wide模型，wide部分需要手動進行特徵工程，deep&cross模型在wide部分實現了自動生成高階交叉特徵，並使用了resnet的形式。 網絡形式 經過公共的embedding和stacking層，左邊爲cross network，右邊爲deep network。 Embe

>>阅读原文<<