自适应分解网络 这是本文的Tensorflow实现: 程伟宇,沉艳艳,黄林鹏。 自适应分解网络:学习自适应顺序特征交互。 2020年2月7日至12日,在美国纽约州纽约市AAAI'20上。 作者:程伟宇(sjtu.edu.cn的weiyu_cheng) 介绍 我们提出了自适应分解网络(AFN),这是一种新模型,可以从数据中自适应地学习任意阶的交叉特征。 AFN的核心是对数转换层,它将对特征组合中每个特征的功效转换为要学习的系数。 CTR预测任务的实验结果证明了AFN相对于最新技术的出色预测性能。 引文 如果您想在研究中使用我们的代码,请引用: @inproceedings{DBLP:conf/aaai/ChengSH20, author = {Weiyu Cheng and Yanyan Shen and Linpe