我们在训练分解机时可以不使用一个热门用户功能吗？

Question

现在我有n 个用户和k 个总项目，对于每个用户，他都购买了一些项目，我想在现有用户/项目数据集上训练一个 FM，我可以用它来推荐新用户已经获得了一些项目。

如果我将特征 X 安排为，

    items        all items        y
0 ... 1 ... 0  1, 0, ..., 1, 0    1

    items        all items        y
0 ... 0 ... 1  1, 0, ..., 1, 0    0

因此在为新用户进行预测时，我不需要在训练数据集中寻找与新用户最相似的用户，而是为老用户推荐。

Answer 1

在大多数情况下，这些稀疏特征对于记忆有用，尤其是一阶特征。当然，我们也可以使用 field embedding 层将这些 onehot 特征转换为密集特征，然后再应用其他结构，如 DNN、PNN 等。