Czym jest Field-aware FM (FFM)?

Maszyny faktoryzacji świadome pól (FFM) to rozszerzenie klasycznych Maszyn Faktoryzacji (FM), które uwzględniają przynależność cech do różnych pól. W zwykłych FM interakcje między cechami są modelowane za pomocą reprezentacji wektorowych, ale nie rozróżniają, z którego pola pochodzi dana cecha.

W FFM dla każdej cechy tworzy się kilka wektorów, po jednym na każde pole, z którym ta cecha może wchodzić w interakcję. Pozwala to modelowi dokładniej uchwycić cechy interakcji między cechami z różnych obszarów danych, co jest szczególnie przydatne w systemach rekomendacyjnych i prognozowaniu CTR.

Przykład: jeśli masz cechy z pól "użytkownik" i "produkt", FFM będzie uwzględniać, że interakcja cechy użytkownika z cechą produktu różni się od interakcji z cechą innego pola, np. "czas".

W ten sposób FFM zwiększa dokładność modelu poprzez bardziej precyzyjne dostosowanie interakcji między cechami należącymi do różnych kategorii.