NFM——引入pooling和NN的FM

Neural Factorization Machines for Sparse Predictive Analytics paper 解决痛点 NFM可以看做是主要针对FM和FNN的改进，他们缺点如下 FM模型虽然学习到了交叉特征，但是对于交叉后的特征仍然是线性建模，学习不到非线性的关系 FNN模型虽然在底层用的FM进行向量初始化，在上层使用DNN来学习到高阶非线性特征，但是单个特征embedd

>>阅读原文<<