¿Qué es DeepFM?

DeepFM es un modelo para sistemas de recomendación que combina dos partes: máquinas de factorización (FM) y redes neuronales profundas (Deep Neural Networks). Las FM funcionan bien con interacciones entre características, especialmente para datos dispersos, y la red profunda puede extraer automáticamente dependencias no lineales complejas.

De este modo, DeepFM considera simultáneamente interacciones de bajo y alto nivel entre características, lo que mejora la calidad de las recomendaciones. El modelo se aplica ampliamente en tareas de predicción de CTR (tasa de clics) y otras tareas de recomendación.

Ejemplo de arquitectura:

• La parte FM modela interacciones de segundo orden entre características.
• La parte Deep consiste en varias capas de red neuronal que aprenden representaciones complejas.
• La salida final es una combinación de los resultados de las partes FM y Deep, pasados a una función de activación para la predicción.

Esto permite que DeepFM sea más flexible y preciso en comparación con los modelos FM clásicos o solo modelos profundos.