Wide&Deep/DeepFM

基於DNN的推薦算法引入背景 推薦系統的一大挑戰是同時具備」記憶能力「和」泛化能力「。 」記憶能力「：學習那些經常同時出現的特徵，發覺歷史數據中存在的共現特性。 」泛化能力「：基於遷移相關性，探索之前幾乎沒出現過的新特徵組合。 基於嵌入的模型(FM)對之前沒出現過的特徵具備二階泛化能力，即爲每個query和item特徵學習一個低維稠密的嵌入向量。但FM很難有效學習低維表示，當query-item矩

>>阅读原文<<