Cos'è DeepFM?

DeepFM è un modello per sistemi di raccomandazione che combina due parti: macchine di fattorizzazione (FM) e reti neurali profonde (Deep Neural Networks). Le FM funzionano bene con le interazioni tra caratteristiche, specialmente per dati sparsi, e una rete profonda può estrarre automaticamente dipendenze non lineari complesse.

In questo modo, DeepFM considera contemporaneamente interazioni di basso e alto livello tra le caratteristiche, migliorando la qualità delle raccomandazioni. Il modello è ampiamente utilizzato nelle previsioni di CTR (tasso di clic) e in altri compiti di raccomandazione.

Esempio di architettura:

• La parte FM modella le interazioni di secondo ordine tra le caratteristiche.
• La parte Deep consiste in più strati di rete neurale che apprendono rappresentazioni complesse.
• L'output finale è una combinazione dei risultati delle parti FM e Deep, passati a una funzione di attivazione per la previsione.

Questo permette a DeepFM di essere più flessibile e preciso rispetto ai modelli FM classici o solo ai modelli profondi.