科研之友
微信
新浪微博
Facebook
分享链接
摘要
DeepFM模型是基于FM模型与Wide&Deep模型的改进，该推荐算法主要基于深度学习通过已知特征来预测用户点击某一按钮的概率。但随着电子商务的发展，不仅需要通过横向特征预测用户点击某一按钮的概率，还要纵向考虑该按钮在不同时间段的点击概率变化。文中对DeepFM进行了改进，引用了拟合函数的方法，通过各个拟合的函数计算出点击概率变化的函数图像，延展该图像得知该按钮被点击概率随着第三维坐标时间值的变化，从而实现了各种用户在不同时间对于不同商品需求的预测。该算法运用了相对平滑的函数曲线来拟合模型计算的结果，提高了模型的精确度。
- 单位
