xDeepFM

概述

微软于 KDD 2018 提出的 CTR 预估模型，引入 CIN（Compressed Interaction Network）在向量级显式建模任意阶特征交互，解决 DeepFM FM 组件仅二阶交叉的局限。

关键内容

1. CIN 网络：提出 Compressed Interaction Network，在向量级（vector-wise）而非维度级（dimension-wise）进行特征交互计算，保留了更丰富的特征结构信息。
2. 显式任意阶交互：相比 DeepFM 的 FM 组件仅能建模二阶交互，xDeepFM 通过 CIN 显式建模任意阶的向量级特征交互。
3. 解决 DeepFM 局限：直接针对 DeepFM 的两大不足——FM 局限于二阶交叉、DNN 学习的是维度级交互而非向量级交互——提供了系统性的改进方案。
4. KDD 2018：论文 "xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems" 发表于 KDD 2018。

来源

• xDeepFM (KDD 2018)
• raw/books/推荐系统/09-deepfm.md

相关

• DeepFM — 直接改进的前作
• DCN — 同期显式交叉的并行工作
• AutoInt — 后续可解释交互工作
• 特征交叉 — 核心建模目标
• CTR 预估 — 应用场景