本次学习的重点是FM系列和WideNDeep系列。其实这两个模型是存在因果关系的。从最初的LR模型开始，因为缺失高效的特征交互方式，产生了FM模型，即通过向量内积代替特征之间的两两交互的参数。最后DNN的引入可以建模更高阶的特征。但是DNN如何与FM相结合，有两种方式，分别是并行和串行，串行引出了FNN、PNN等模型，但是浅层的特征在高层的隐藏层起不到作用。所以WideAndDeep诞生，直接将浅层和深层结合。但是这样会缺失重点，因此采用FM代替浅层，得到DeepFM模型
特征交叉
FM
WideAndDeep系列
WideAndDeep
DeepFM
参考资料
Datawhale Fun-rec组队学习
https://datawhalechina.github.io/fun-rec/#/ch02/ch2.1/ch2.1.2/FM?id=%e6%80%9d%e8%80%83%e9%a2%98
