Huifeng Guo

概述

DeepFM 论文第一作者，华为诺亚方舟实验室研究员，与 Ruiming Tang 等人合作提出 DeepFM 模型。

DeepFM 第一作者：在 IJCAI 2017 发表 "DeepFM: A Factorization-Machine based Neural Network for CTR Prediction"，提出用 FM 替代 Wide & Deep 中 Wide 部分的 LR，实现无需手工特征工程的端到端 CTR 预估。
华为诺亚方舟实验室：隶属于华为 Noah's Ark Research Lab，该实验室在推荐系统和 CTR 预估领域有持续的研究产出。
合作作者：与 Ruiming Tang、Yunming Ye（哈尔滨工业大学深圳研究生院）、Zhenguo Li、Xiuqiang He 共同完成 DeepFM 工作。
主要贡献：DeepFM模型的核心创新在于将[Factorization Machines|因子分解机]与深度神经网络(DNN)整合为一个端到端模型，通过共享Embedding层同时学习低阶和高阶特征交互，彻底消除了Wide&Deep模型中对手工特征工程的依赖。
研究影响：DeepFM论文在IJCAI 2017发表后引用量超过2700次（截至2026年），并在华为应用市场的在线A/B测试中相比精心调优的LR模型CTR提升超过10%，对工业界产生了显著影响。