5、AFM（Attention+FM）-----Attentional Factorization Machines:Learning the Weight of Feature Interactions via Attention Network

本文轉載自查看原文 2018-09-13 21:02 1280 推薦系統論文

1、摘要：

提出一個Attentional FM，Attention模型+因子分解機，其通過Attention學習到特征交叉的權重。因為很顯然不是所有的二階特征交互的重要性都是一樣的，如何通過機器自動的從中學習到這些重要性是這篇論文解決的最重要的問題，

比如：作者舉了一個例子，在句子"US continues taking a leading role on foreign payment transparency"中，除了"foreign payment transparency"，其它句子明顯與財經新聞無關，它們之間的交叉作用可認為對主題預測是一種噪音。

2、FM

3、注意力機制

AFM模型架構：

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 分解機(Factorization Machines)推薦算法原理論文筆記InstDisc：Unsupervised Feature Learning via Non-Parametric Instance-level Discrimination Learning a Discriminative Feature Network for Semantic Segmentation（語義分割DFN，區別特征網絡） FM（Factorization Machine）因式分解機與 TensorFlow實現詳解《Graph Attention Network》閱讀筆記 Context Encoders: Feature Learning by Inpainting Decision Transformer: Reinforcement Learning via Sequence Modeling Learning Feature Pyramids for Human Pose Estimation（理解） Feature Distillation With Guided Adversarial Contrastive Learning Learning Spread-out Local Feature Descriptors