推荐系统 | FM、FFM和AFM三种算法的对比

最新推荐文章于 2024-06-25 17:18:52 发布

原创

最新推荐文章于 2024-06-25 17:18:52 发布 · 2.3k 阅读

5 ·

CC 4.0 BY-SA版权

本文对比了推荐系统中常用的FM（Factorization Machines）、FFM（Field-aware FM）和AFM（Attentional FM）算法。FM通过特征交互项学习关联性，但对稀疏数据的处理有限；FFM引入field概念，针对不同field学习独立隐向量，提升性能但训练时间较长；AFM则通过注意力网络学习特征交互的重要性，提高预测准确性和泛化能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

三种算法的对比

	FM	FFM	AFM
交叉项
待学习的参数个数	（1）LR部分： $1 + n$ （2）embedding 部分： $n * k$	（1）LR部分： $1 + n$ （2）embedding 部分： $n *$