《因子分解机类模型概述》970字.docx

PAGE

PAGE37

因子分解机类模型概述

本常规的线性模型只能捕捉到单一特征间的线性组合信息，再运用权重的方式来加以区分特征间的重要性程度，如LR模型、支持向量机(SupportVectorMachines,SVM)模型[42]等，却忽略了高阶特征间的交互信息，不能全面的学习到用户数据的潜在信息。从式(2-29)中可以直观看出，预测函数由于只存在线性模块，高阶特征间的交互信息就无法体现；式(2-30)为LR的交叉熵损失函数，说明LR类模型对特征交互信息的捕捉是不全面的，其中与组合特征为，如式(2-31)。

(2-29)

(2-30)

其中代表用户或物品的特征数