在训练因式分解机器时，我们可以不使用一个热门用户功能吗？

Question

现在我有了n users和k total items，对于每个用户，他已经购买了一些商品，我想在现有的users/items数据集上训练FM，这样我就能够向已经购买了一些商品的新用户推荐新商品。

如果我将我的特征X安排为，

    items        all items        y
0 ... 1 ... 0  1, 0, ..., 1, 0    1

    items        all items        y
0 ... 0 ... 1  1, 0, ..., 1, 0    0

因此，在对新用户进行预测时，我不需要在训练数据集中找到与新用户最相似的用户，而是向旧用户推荐。

Answer 1

在大多数情况下，这些稀疏特征是 most 的有用特征，特别是一阶特征。当然，我们也可以使用字段嵌入层将这些热点特征转换为密集特征，然后再应用其他结构，如DNN，PNN等。