特征交叉的一些方法

• SENet：专注于特征重要性。它通过“挤压-激励”操作，自动学习不同特征域的Embedding向量的重要性权重，进行软性筛选（即按重要性缩放）。
• DCN：专注于特征交互。它通过交叉网络，自动、高效地学习特征之间的显式高阶特征交叉，生成新的交叉特征。