INN論文筆記：Interaction-awareFactorizationMachinesforRecommenderSystems

時間 2021-01-13

標籤 # Attention系列简体版

原文原文鏈接

Abstract 本文是對FM的改進，FM無差別的對待每個特徵交互的行爲是不好的。所以本文提出了IFM，在feature方面和field方面加入柔性交互——feature方面用attention網絡實現；field方面通過特徵交互向量和相應場交互原型的參數相似性學習特徵交互效果。並在兩個知名數據集上進行了實驗。 1、Introduction （前面幾乎是完整的介紹了一遍推薦模型的演變過程…）提出

>>阅读原文<<

1. 論文筆記
2. HyperNet論文筆記
3. YOLO 論文筆記
4. 【論文筆記】RCNN
5. 論文筆記——DenseNet
6. 論文筆記：DeepID2
7. YOLOv2 論文筆記
8. 【論文筆記】CycleGAN
9. VGGNet 論文筆記
10. DPN論文筆記
更多相關文章...
• ASP.NET Razor - 標記 - ASP.NET 教程
• CAP理論是什麼？ - NoSQL教程
• Tomcat學習筆記（史上最全tomcat學習筆記）
• Scala 中文亂碼解決

相關標籤/搜索