NFM

概述

2017年提出的神经因子分解机模型，在FM的二阶交互层上叠加DNN，是FM与深度学习结合的另一种架构设计。

关键内容

1. 神经网络扩展： 在FM的二阶交互层之上添加深度神经网络，将FM的交互结果作为DNN的输入。

2. 层次化特征交互： 先通过FM建模二阶交互，再通过DNN捕获更高阶的非线性交互。

3. 架构创新： 与DeepFM的并行架构不同，NFM采用串联架构，FM的结果作为DNN的输入进行进一步处理。

来源

• 推荐系统/06-factorization-machines.md — 9.2 后续工作的起点

相关

• Factorization Machines — extends
• DNN — hybrid_with
• 特征交叉 — implements