Convolutional Factorization Machine(CFM)一文发表在IJCAI 2019上,作者使用叉积对二阶交互进行建模,利用3D CNN来学习高阶交互。
研究动机
- 分解机无法对高阶和非线性的特征交互进行充分建模
- 现有的使用神经网络增强分解机的方法,均假定嵌入的维度彼此独立,并以相对隐式的方式对高阶交互进行建模
模型结构
损失函数
作者使用BPR损失函数
$$
L = \sum - \ln \sigma(\hat y_{CFM} (\mathbf{x}^+) - \hat y_{CFM} (\mathbf{x}^-))
$$