推荐系统中使用ctr排序的f(x)的设计-dnn篇之AFM模型  图中的前三部分：sparse iput，embedding layer，pair-wise interaction layer，都和FM是一样的。而后面的两部分，则是AFM的创新所在。从比较宏观的角度理解，AFM就是通过一个attention net生成一个关于特征交叉项的权重，然后将FM原来的二次项直接累加，变成加权累加。

AI上推荐 之 FNN、DeepFM与NFM(FM在深度学习中的身影重现)_ai上推荐fm-CSDN博客

深度模型笔记04 NFM模型与应用 具体NFM模型学习资料来源请参考datawhale 1.NFM模型 一句话来描述NFM，NFM模型是在FM的模型基础上引进特征交叉池化层，使FM和DNN完美衔接的模型，既具有FM的低阶特征交互能力，又具有DNN学习高阶特征交互和非线性的能力。 模型大致结构如下图所示： 各层作用如下： input和embedding层：输入层，稀疏输入转稠密向量B