Máquinas de fatoração com conhecimento de campo

Alguém pode explicar como as máquinas de fatoração com reconhecimento de campo (FFM) se comparam às máquinas de fatoração padrão (FM)?

Padrão: http://www.ismll.uni-hildesheim.de/pub/pdfs/Rendle2010FM.pdf

"Field Aware": http://www.csie.ntu.edu.tw/~r01922136/kaggle-2014-criteo.pdf

Parece que você está pedindo uma descrição de alto nível. Se você consultar os slides vinculados aos slides da postagem original, há uma comparação entre FM (slide 11) e FFM (slide 12).

Como exemplo rápido, se você está aprendendo sobre usuários e filmes, o FM pode ter o seguinte fator:

w_{user_1}*w_{movie_1}*... + w{user_1}*w_{genre_1}*...

FFM teria:

w_{user_1, movies}*w_{movie_1, users}*... + w{user_1, genres}*w_{genre_1, users}*...

A principal diferença é que, em FM, o w_{user_1}coeficiente é o mesmo em ambos os termos - existe uma única noção de usuário. No FFM, você aprende um separado w_{user_1}para cada contexto, por exemplo, se está interagindo com filmes ou gêneros. Observe que não é aprendido separadamente para cada filme ou gênero em particular, mas para filmes e gêneros em geral. Ou seja, ele aprende separadamente o contexto do usuário para cada tipo de interação.

Observe também que w_{movie_1}foi para w_{movie_1, users}desde esse termo está interagindo com w_{user_1}, um usuário.

$Z$$z \in Z$$k_z$$X$$K := \sum_{z \in Z}k_z$

$Q$$K\times (K+1) / 2$

$Q$$Q \equiv W^{T} W$$W$$l \times K$$1\le l \le K$$W$$Q$

$Q$$Q$$z$$q_{z_i, z_j}$$z_i,z_j$$Q$$q_{z_i,z_j}$$z_i,z_j$$W_j^{T} W_i$$W_i$$l \times K$$W_i$$Q$

$Q$$K \times l$$K\times l\times |Z|$$K \times (K+1)/2$

Máquinas de fatoração padrão também têm campos. A "novidade" aqui parece ser o uso dos recursos GBDT e a aplicação dos truques de hash. Parece que não foi tão bom: confira o intervalo de minutos no desempenho no último slide.