Skip to content

论文Paper

xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems

论文链接：https://arxiv.org/abs/1803.05170

  • 输入： m*D的矩阵， 为m个特征，每个特征为D维向量
  • CIN: 参数W的shape为(1, h_prev*m, h)， h为隐层节点个数， h_prev为前一个隐层的节点个数， m个原始输入的特征个数
  • 隐层输出： h*D的矩阵， 为h个隐节点， 每个隐节点为D维向量

输入层shape： (batch_size, field_size, embedding_size)

输入层的split： embedding_size 个变量，每个为(batch_size, field_size, 1)

前一个隐层输出的split: embedding_size个变量， 每个为(batch_size, h_prev, 1)

matmul: 输入层split 与 前一个隐层输出的split 进行matmul， matmul时前一个隐层输出的split， 输出为(embedding_size, batch_size, field_size, h_prev)

reshape： (embedding_size, batch_size, field_size, h_prev) =》 (embedding_size, batch_size, field_size * h_prev)

transpose: (embedding_size, batch_size, field_size * h_prev) =》 (batch_size, embedding_size, field_size * h_prev)

conv1d => conv2d

输入：(batch_size, embedding_size, field_size * h_prev)  => (batch_size, 1, embedding_size, field_size*h_prev)
filter: (filter_width=1, field_size * h_prev, h) => (1, filter_width=1, field_size*h_prev, h)
输出：(batch_size, embedding_size, h) =>