：提升算法預(yù)測效果，優(yōu)化產(chǎn)品分發(fā)效率
時(shí)間：2022-04-19 06:36:01 | 來源：行業(yè)動(dòng)態(tài)
時(shí)間：2022-04-19 06:36:01 來源：行業(yè)動(dòng)態(tài)
在FATE1.3版本中，F(xiàn)ATE新增了聯(lián)邦推薦算法模塊FederatedRec，使得聯(lián)邦推薦模塊更加明確化。這一算法模塊包含了6大推薦場景的常用算法，主要有：
縱向聯(lián)邦算法 Hetero FM(Factorization Machine)
橫向聯(lián)邦算法 Homo FM(Factorization Machine)
縱向聯(lián)邦算法 Hetero MF(Matrix Factorization)
縱向聯(lián)邦算法 Hetero SVD
縱向聯(lián)邦算法 Hetero SVD
縱向聯(lián)邦算法 Hetero GMF(Generalized Matrix Factorization)
在這6類算法中，Hetero FM和Homo FM分別是縱向聯(lián)邦和橫向聯(lián)邦兩種場景下的FM（因式分解機(jī)）算法，該算法能夠?qū)崿F(xiàn)聯(lián)合不同數(shù)據(jù)方的數(shù)據(jù)進(jìn)行聯(lián)合建模，對(duì)不同數(shù)據(jù)方直接進(jìn)行顯式的特征交叉和聯(lián)合打分。而對(duì)于推薦場景下的算法，Hetero MF, Hetero SVD, Hetero SVD 和Hetero GMF也提供了豐富的聯(lián)邦建模下的協(xié)同過濾算法包?；贔ATE v1.3提供的算法工具，能夠?qū)崿F(xiàn)不同數(shù)據(jù)方之間的user-item，user-user和item-item的矩陣分解。對(duì)開發(fā)者而言，通過聯(lián)邦推薦這一模塊，可以顯著提升自己算法的預(yù)測效果及產(chǎn)品的分發(fā)效率。
關(guān)鍵詞：產(chǎn)品,分發(fā),效率
在線咨詢