Mi az a DeepFM?

DeepFM egy ajánlórendszerekhez készült modell, amely két részből áll: faktorizációs gépekből (FM) és mély neurális hálózatokból (Deep Neural Networks). Az FM jól működik a jellemzők közötti kölcsönhatásokkal, különösen ritka adatok esetén, míg egy mély hálózat automatikusan képes összetett nemlineáris függőségeket kinyerni.

Így a DeepFM egyszerre veszi figyelembe az alacsony és magas szintű jellemzők közötti kölcsönhatásokat, ami javítja az ajánlások minőségét. A modellt széles körben alkalmazzák CTR (kattintási arány) előrejelzésekben és más ajánlási feladatokban.

Architektúra példája:

• Az FM rész modellezi a második rendű kölcsönhatásokat a jellemzők között.
• A Deep rész több rétegből álló neurális hálózat, amely összetett reprezentációkat tanul.
• A végső kimenet az FM és a Deep részek eredményeinek kombinációja, amelyet aktivációs függvényen keresztül használnak az előrejelzéshez.

Ez lehetővé teszi, hogy a DeepFM rugalmasabb és pontosabb legyen, mint a klasszikus FM vagy csak mély modellek.