前言
第1章 緒論
1.1 預測和**問題描述
1.2 研究意義
1.3 **外研究現狀及發展動態
1.3.1 數據稀疏性和冷啟動問題
1.3.2 用戶偏好和物品流行度動態建模
1.3.3 大數據處理和模型的擴展性
1.3.4 多樣性和準確性平衡問題
1.4 本書組織結構
第2章 FM模型及其擴展
2.1 邏輯回歸模型
2.2 基於因子分解的多項式回歸模型
2.3 FM模型
2.4 FM模型與矩陣分解模型的轉化
2.4.1 矩陣分解模型
2.4.2 FM模型轉化為矩陣分解模型
2.5 FM模型的高階擴展
2.6 FM模型的場交互擴展
2.7 FM模型的層次交互擴展
2.8 FM模型與其他模型的集成
2.9 本章小結
笫3章 特征工程及其對FM模型的影響
3.1 屬性、特征、特征向量和數據集
3.2 特征工程
3.3 特征的來源
3.4 FM模型相關研究中的特征工程
3.5 FM模型的應用領域
3.6 本章小結
第4章 模型訓練方法
4.1 預測和**模型的目標優化
4.2 模型訓練方式
4.2.1 擬牛頓法
4.2.2 SGD繫列算法
4.2.3 Gibbs采樣算法
4.3 激活函數
4.4 過擬合問題
4.4.1 正則化方式
4.4.2 批規範化
4.4.3 Dropout及相關優化方法
4.5 本章小結
第5章 智能化場感知分解機
5.1 算法改進思路
5.2 iFFM模型
5.3 多樣性處理
5.3.1 熱擴散算法
5.3.2 兩個模型的集成
5.4 實驗結果與分析
5.4.1 實驗環境
5.4.2 實驗結果