DeepFM

本文提出的DeepFM模型有效的結合了神經網絡與因子分解機在特徵學習中的優點。從而使得DeepFM可以同時提取到低階組合特徵與高階組合特徵，併除了得到原始特徵之外無需其他特徵工程。實驗表明DeepFM比其他用於CTR的模型更加有效和高效。 動機： 對於一個基於CTR預估的推薦系統，最重要的是學習到用戶點擊行爲背後隱含的特徵組合。在不同的推薦場景中，低階組合特徵或者高階組合特徵可能都會對最終的CTR

>>阅读原文<<