Kas ir Field-aware FM (FFM)?

Lauka apzinātas faktorizācijas mašīnas (FFM) ir klasisko faktorizācijas mašīnu (FM) paplašinājums, kas ņem vērā īpašību piederību dažādām laukiem (fields). Parastajās FM, savstarpējās iedarbības starp īpašībām tiek modelētas ar vektoru reprezentācijām, bet tās nesaskata, no kura lauka katra īpašība nāk.

FFM katram īpašumam izveido vairākus vektorus, pa vienam katram laukumam, ar kuru šī īpašība var sadarboties. Tas ļauj modelim precīzāk uztvert dažādu datu jomu īpašību savstarpējās iedarbības īpašības, kas ir īpaši noderīgi rekomendāciju sistēmās un CTR prognozēšanā.

Piemērs: ja jums ir īpašības no laukiem "lietotājs" un "produkts", FFM ņems vērā, ka lietotāja īpašības un produkta īpašības savstarpējā iedarbība atšķiras no iedarbības ar citu lauku, piemēram, "laiks".

Tādējādi, FFM palielina modeļa precizitāti, veicot smalkāku savstarpējo iedarbību regulēšanu starp īpašībām, kas pieder dažādām kategorijām.