Wat is DeepFM?

DeepFM is een model voor aanbevelingssystemen dat twee delen combineert: factormachines (FM) en diepe neurale netwerken (Deep Neural Networks). FM werken goed met interacties tussen kenmerken, vooral voor sparse gegevens, en een diep netwerk kan automatisch complexe niet-lineaire afhankelijkheden extraheren.

Op deze manier houdt DeepFM rekening met zowel lage- als hoge-niveau interacties tussen kenmerken, wat de kwaliteit van aanbevelingen verbetert. Het model wordt veel gebruikt bij CTR (click-through rate) voorspellingen en andere aanbevelingstaken.

Voorbeeld van architectuur:

• Het FM-gedeelte modelleert tweede-orde interacties tussen kenmerken.
• Het Deep-gedeelte bestaat uit meerdere lagen neurale netwerken die complexe representaties leren.
• De uiteindelijke output is een combinatie van de resultaten van de FM- en Deep-gedeelten, doorgegeven aan een activatiefunctie voor de voorspelling.

Dit stelt DeepFM in staat om flexibeler en nauwkeuriger te zijn in vergelijking met klassieke FM's of alleen diepe modellen.