推荐系统-CTR-DeepFM

一、DeepFM的网络结构图

二、DeepFM的网络结构介绍

1、Sparse Features

  Input：Field 1......Field N是对原始数据进行one-hot编码以后的数据，所以数据比较稀疏。

2、Dense Embeddings

Embedding的网络结构图

  将Sparse Features部分的输出输入到Embedding层，可将高维稀疏数据转化为低维稠密的数据。这样相当于变相的提取Sparse Features中的重要特征。
  Embedding层的特点：1、尽管输入特征的长度不同，但是输出的长度都一样；2、Embedding层的参数其实是全连接的Weights。

3、FM Layer是对特征的低层次的组合

FM的网络结构图

  FM Layer的输入包括：Sparse Features部分的输出和Dense Embeddings层的输出。
  FM Layer的输出包括：Inner Product（内积）和Sparse Features输出的线性变换。

4、Hidden Layer是对特征的高层次组合，而且神经网络的隐层越多，特征提取的越有深度。

Hidden Layer的网络结构图

  Hidden Layer的输入是Dense Embeddings层的输出。

其中H为隐层的个数。

5、Output Units

  Output Units的输入包括：FM Layer的输出和Hidden Layer的输出。