관측한 조합의 활용
교차곱 특징을 사용하는 넓은 선형 모델은 관측한 상호작용을 기억하는 데 효과적이다. 이 방식으로 새로운 조합에 일반화하려면 특징 공학의 부담이 커질 수 있다.
임베딩과 일반화
심층 신경망은 희소 특징을 저차원 밀집 임베딩으로 학습해 보지 못한 조합으로 일반화한다. 다만 사용자와 항목의 상호작용이 희소한 조건에서는 관련이 적은 항목까지 과도하게 일반화할 수 있어 두 구조를 결합한다.
공동 학습의 평가
원 연구는 선형 부분과 심층 부분을 함께 학습한 구조를 Google Play에서 평가했다. 온라인 실험에서 각 부분만 사용한 모델과 앱 획득 결과를 비교했다.
관련 문서
DeepFM / DCN 특징 교차 모델 / 추천 시스템 / 임베딩 / 일반화 / 특징 공학