상호작용의 두 수준
추천 행동을 예측하려면 단순한 특징 관계와 복잡한 관계가 함께 중요할 수 있다. DeepFM은 낮은 차수 또는 높은 차수에 편중된 모델의 한계를 다루기 위해 두 종류의 상호작용을 함께 강조했다.
분해 기계와 신경망의 결합
추천을 위한 분해 기계와 특징 학습을 위한 심층 신경망을 하나의 구조로 결합한다. 두 부분은 같은 입력을 공유하며 원시 특징 외에 별도의 수작업 특징 교차를 요구하지 않는 종단 간 학습을 제안했다.
클릭률 평가
원 연구는 공개 벤치마크와 상용 자료의 클릭률 예측에서 기존 모델과 비교했다. 평가에서는 예측 효과뿐 아니라 효율도 함께 조사했다.
관련 문서
분해 기계 / 추천 시스템 / 클릭률 / 다층 퍼셉트론 / 특징 공학 / 신경망 가중치의 상호작용 탐지