DeepFM: Deep Factorization Machine-Based Neural Network for Click-Through Rate Prediction: An Overview.

论文简介

Abstract

在构建基于点击率预估的推荐系统过程中，最关键的任务是挖掘用户点击行为中所蕴含的潜在特征关联。针对不同类型的推荐场景，低阶特征组合与高阶特征组合均可能对最终的点击率预测结果产生影响。然而，现有技术往往未能充分考虑低阶与高阶组合特征之间的内在联系，或需要依赖特定的特征工程手段。为此，研究者提出了DeepFM模型，该模型通过融合因子分解机与深度神经网络的方式，有效解决了上述问题。

Introduction

DeepFM模型的预测输出可表示为：

\hat{y}=sigmoid(y_{FM}+y_{DNN})

因子分解机模块

因子分解机模块的具体架构如下：

目前所采用的FM公式表达方式如下：

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blo