推荐算法中的排序模型记忆性的发展如下图所示:
图1 推荐算法记忆性的发展历程
如上图所示，Wide&Deep使用Wide部分进行一阶线性记忆，通过权重大小记忆；Deep&Cross使用Cross网络，增加模型的低阶交叉能力和记忆能力，三层Cross网络可以实现一阶到三阶的特征交叉；DeepFM使用FM的二阶特征交叉增强记忆能力；xDeepFM使用CIN网络作为Deep的FM，进行特征交叉，当CIN网络只有一层且权重矩阵恒等于1时为FM模型。
以上模型中均使用Deep部分提高模型整体的泛化能力，该能力指的是发现特征相关性的能力，尤其发现稀疏特征与标签相关性的能力越强，则泛化能力越强。
参考文献
若有收获，就点个赞吧
0 人点赞
