INN论文笔记：Interaction-awareFactorizationMachinesforRecommenderSystems

时间 2021-01-13

标签 # Attention系列繁體版

原文原文链接

Abstract 本文是对FM的改进，FM无差别的对待每个特征交互的行为是不好的。所以本文提出了IFM，在feature方面和field方面加入柔性交互——feature方面用attention网络实现；field方面通过特征交互向量和相应场交互原型的参数相似性学习特征交互效果。并在两个知名数据集上进行了实验。 1、Introduction （前面几乎是完整的介绍了一遍推荐模型的演变过程…）提出

>>阅读原文<<

1. 论文笔记
2. HyperNet论文笔记
3. YOLO 论文笔记
4. 【论文笔记】RCNN
5. 论文笔记——DenseNet
6. 论文笔记：DeepID2
7. YOLOv2 论文笔记
8. 【论文笔记】CycleGAN
9. VGGNet 论文笔记
10. DPN论文笔记
更多相关文章...
• ASP.NET Razor - 标记 - ASP.NET 教程
• CAP理论是什么？ - NoSQL教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• Scala 中文乱码解决