推荐模型-上下文感知-2017：DeepFM模型【Wide&Deep 的改进版】【将Wide侧的LR替换成了FM，提升了模型Wide侧提取信息的能力】

《原始论文：DeepFM: A Factorization-Machine based Neural Network for CTR Prediction》

DeepFM 是由华为诺亚方舟实验室在 2017 年提出的模型。

正如名称所示，DeepFM 是 Deep 与 FM 结合的产物，也是 Wide&Deep 的改进版，只是将其中的 LR 替换成了 FM，提升了模型 wide 侧提取信息的能力。

学 DeepFM 之前建议先了解 FM 与 Wide&Deep。

DeepFM 与Wide&Deep 只是 FM 与 LR 的区别么？并不是。

参考资料：
推荐算法(四)——经典模型 DeepFM 原理详解及代码实践）
完整的推荐算法复现代码可参考仓库：https://github.com/jc-LeeHub/Recommend-System-tf2.0