Что такое Field-aware FM (FFM)?

Field-aware Factorization Machines (FFM) — это расширение классических Factorization Machines (FM), которое учитывает принадлежность признаков к разным полям (fields). В обычных FM взаимодействия между признаками моделируются с помощью векторных представлений, но они не различают, из какого поля пришёл каждый признак.

В FFM для каждого признака создаётся несколько векторов, по одному на каждое поле, с которым этот признак может взаимодействовать. Это позволяет модели более точно захватывать особенности взаимодействия между признаками из разных областей данных, что особенно полезно в задачах рекомендательных систем и CTR-прогнозирования.

Пример: если у вас есть признаки из полей "пользователь" и "товар", то FFM будет учитывать, что взаимодействие признака пользователя с признаком товара отличается от взаимодействия с признаком другого поля, например, "время".

Таким образом, FFM повышает точность модели за счёт более тонкой настройки взаимодействий между признаками, относящимися к разным категориям.