Ruiming Tang

概述

汤汝明，华为诺亚方舟实验室研究员，IJCAI 2017论文《DeepFM: A Factorization-Machine based Neural Network for CTR Prediction》的重要作者之一，与郭辉锋等人共同提出了DeepFM模型。

关键内容

1. DeepFM 共同作者：与 Huifeng Guo 等人合作，在 IJCAI 2017 发表 DeepFM 论文，设计了 FM + DNN 共享嵌入的并行架构。
2. 华为诺亚方舟实验室：与 Huifeng Guo、Zhenguo Li、Xiuqiang He 同属华为 Noah's Ark Research Lab 团队。
3. 研究贡献：在 DeepFM 工作中参与了模型架构设计和实验验证，包括在 Criteo 数据集和华为应用市场真实数据上的性能评估。
4. 主要贡献：参与设计了DeepFM模型的核心架构，即将[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。
5. 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。

来源

• DeepFM (IJCAI 2017)
• raw/books/推荐系统/09-deepfm.md

相关

• DeepFM — 代表作
• Huifeng Guo — 第一作者合作者
• 华为诺亚方舟实验室 — 工作单位
• CTR 预估 — 研究领域
• Yunming Ye — DeepFM论文合作者
• Zhenguo Li — DeepFM论文合作者
• Xiuqiang He — DeepFM论文合作者
• 特征交叉 — 研究重点
• 嵌入表示 — 技术核心