论文链接：DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
1、问题阐述
在推荐系统的CTR预估中，学习用户行为背后复杂的特征交互关系非常重要，例如人们通常在吃饭的时间点下载外卖app比较多，这说明时间和item类别之间是有一定联系的，如果我们在吃饭的时间推荐饿了么，肯定比在其它时间段要更加符合用户的需求。（当然影响用户点击行为的因素非常多，这里只是简单举了一个例子，并不是说所有的用户在吃饭的时间都会想点击外卖app，只是一种统计倾向而已）类似，还有很多其它的特征组合关系，有些特征组合关系是我们拍脑门可以想出来的，上面的时间和item类别，年龄和item类别，性别和item类别。。。但是也有那么一些是我们想不出来的（想不出来意味着不大符合我们平时的认知），例如传统的“啤酒和尿布”关系是隐藏在数据里的。（详细介绍可以参见这篇博文）不大容易被我们人为设计出来作为组合特征。这就需要用到机器学习啦，我们当然希望机器可以帮我们自动学到很多特征。毕竟当原始特征很多的时候，人为设计特征是一件费时也有可能不讨好的事情。
2、FM模型
FM是分解机模型，它将原始特征做embedding后，对两两特征进行组合，得到更高级的特征，模型如下：
其中Field i表示某个特征，共有m个特征，对每个特征进行embedding，之后做两两内积得到FM层，除此之外，FM层还包括单个原始特征。这样看来FM层是包含了两两组合以及单个特征，FM层之后是sigmoid层。
3、DeepFM模型
针对FM模型仅仅可以提取到低级特征组合（最多两层），结合DNN的优势，可以提取到更加高级的特征，这样就不需要人为设计特征了。让我们先看看它的架构吧。
上面是DNN的架构，FM的架构上面已经介绍了哈，DNN的输入和FM的输入是一样的，而且DNN的embedding是上面FM的embedding，只不过DNN之后并不是只有2个特征相连，而是所有特征相连去学习更高级的特征组合。也不是特征之间做内积的形式去组合。（感觉FM其实也可以去学习高级特征组合，但是有一点就是比如要学习三个特征组合的形式，按照FM的思路，是需要把所有的三个特征组合表示出来，等等吧，这样会有很多参数，而DNN这种方式网络可以通过权重学习，得到三个，四个甚至更多的特征组合，这也是DNN的优势所在吧）
最后的模型预测为：
4、模型比较
FNN模型是用FM模型预先训练好的embedding做初始输入，之后接dnn，这样做的缺点之一就是embedding受FM模型的影响比较大，而且这样只是提取了高级特征。另外因为需要预先训练FM模型，所以会增加训练复杂度。
PNN模型是在embedding层和隐藏层之间使用了内积（或者外积，或者2者混合）提取了组合特征，之后和原始的embedding层concat组成隐藏层，之后dnn提取高级特征。而且因为内积的输出和后面隐藏层的所有单元都连接，所以参数会很多。deepFM的FM部分的内积后面只接了一个单元。
谷歌的wide&deep模型，wide&deep模型的wide部分的输入特征是需要人为设计的，例如在app推荐的任务中，可能需要设计一些组合特征。deepFM模型直接把原始特征作为输入，用deep模型和FM自动提取特征，不需要做特征工程。
一个主要的扩展就是将谷歌的wide&deep模型的wide部分用FM代替，后面实验会说明这样效果没有deepFM好。论文中的解释是deepFM模型特征的embedding是共享的，这样学到的embedding会更好一些。也就是说它做扩展实验的时候并没有设成共享的？我个人觉得还有一个原因就是wide部分的交叉特征如果是用FM的话，一般交叉特征出现的频率很低，学到的交叉特征的embedding并不好。
5、实验
数据集：Criteo数据集 4500万用户点击记录
公司的数据集 10亿用户点击记录
评价方式：AUC 和logloss
结果：
6、总结
总体来讲，个人感觉最大的优势就是不需要人为设计特征，可以自动捕获到高级和低级特征组合，也不需要提前预训练。
