Wat is Field-aware FM (FFM)?

Field-bewuste Factorization Machines (FFM) zijn een uitbreiding van de klassieke Factorization Machines (FM), die rekening houden met de toebehoren van kenmerken aan verschillende velden. In gewone FM worden interacties tussen kenmerken gemodelleerd met behulp van vectorrepresentaties, maar ze maken geen onderscheid uit welk veld elk kenmerk afkomstig is.

In FFM worden voor elk kenmerk meerdere vectoren gemaakt, één voor elk veld waarmee dat kenmerk kan interageren. Dit stelt het model in staat om de kenmerken van de interactie tussen kenmerken uit verschillende gegevensgebieden nauwkeuriger vast te leggen, wat vooral nuttig is bij aanbevelingssystemen en CTR-voorspellingen.

Voorbeeld: als je kenmerken hebt uit de velden "gebruiker" en "product", houdt FFM rekening met het feit dat de interactie tussen de gebruikerseigenschap en de producteigenschap verschilt van de interactie met een andere veld, bijvoorbeeld "tijd".

Op deze manier verhoogt FFM de nauwkeurigheid van het model door een fijnere afstemming van de interacties tussen kenmerken die tot verschillende categorieën behoren.