본문 바로가기
데이터분석/Model_Analysis

[논문 리뷰] 추천 시스템 DeepFM(Factorization Machines) 분석

by Kc93 2023. 8. 2.
728x90
반응형

FM에 이어서 DeepFM 데이터 흐름도를 그려보았습니다. 논문 이해에 도움이 되었으면 좋겠습니다.

DeepFM 논문 링크입니다. https://arxiv.org/pdf/1703.04247.pdf

홍러닝 블로그님의 게시글을 참고하여 제작하였습니다. https://hongl.tistory.com/264

 

RecSys - DeepFM

RecSys - Factorization Machines (1) ResSys - Factorization Machines (2) RecSys - Field-aware Factorization Machines 유저가 추천된 아이템에 대하여 클릭할 확률을 예측하는 CTR (Click Through Rate) prediction은 온라인 광고, 유튜

hongl.tistory.com

크게 보면 이런 형식입니다. 좀 더 자세히 뜯어보면.

보시면 MLP가 추가되었습니다. 이 파트가 신경망을 활용한 것 같습니다.

논문에서 나온 파트가 이 부분입니다. 아래 그림이 이를 활용해서 데이터 흐름도를 만들었습니다. 다양한 층을 표현으로 위해 여러 겹 겹쳐 보이게 만들어 보았습니다.

처음 DeepFM을 살펴보면서 파트별 output의 형태가 동일해야 함을 모르고 많이 헤매었습니다. 이 게시글을 통해 논문 이해하는 시간이 단축되었으면 좋겠습니다. 

긴 글 읽어 주셔서 감사합니다.

반응형

댓글