第 34 题：xDeepFM的CIN模块，层间特征映射的显式构造过程？
题目
xDeepFM的CIN模块，层间特征映射的显式构造过程？
完整讲解
一、CIN 在 xDeepFM 中的角色
xDeepFM 在 FM/DeepFM 的基础上，用 CIN（Compressed Interaction Network） 显式、逐层地构造向量级特征交互，而不是 DNN 那种「隐式」的黑箱高阶交互。CIN 的每一层输出一组「交互向量」，层与层之间通过显式的特征映射（类似外积 + 压缩）得到下一层，从而可以控制交互的阶数（层数）和维度。
二、层间特征映射的显式构造
记第 0 层为原始 embedding 矩阵：$\boldsymbol{X}^0 \in \mathbb{R}^{m \times D}$，$m$ 为 field 数（或特征组数），每行是一个 field 的 D 维 embedding。CIN 第 $k$ 层（$k \geq 1$）的构造分两步：
- 外积扩展：用第 $k-1$ 层的输出 $\boldsymbol{X}^{k-1}$ 与第 0 层 $\boldsymbol{X}^0$ 做「每行对每行」的外积，得到一张 3D 张量。具体地，$\boldsymbol{X}^{k-1}$ 的第 $i$ 行与 $\boldsymbol{X}^0$ 的第 $j$ 行做外积，得到一个 $D \times D$ 的矩阵，所有 $(i,j)$ 拼起来得到形状与「field 数 × field 数 × 维度」相关的 3D 张量，即显式地枚举了当前层每个单元与原始每个 field 的成对交互。
- 压缩成向量：该 3D 张量在某一维度（通常是在「新生成的 field 维」或「$D$ 维」）上通过一个可学习的压缩矩阵（或 1×1 卷积 / 线性映射）压成向量，得到第 $k$ 层的输出 $\boldsymbol{X}^k$，即每一层输出仍为「若干向量」的矩阵，维度可控（如每层 $H_k$ 个 $D$ 维向量）。
这样，第 $k$ 层的每个单元都是由「第 $k-1$ 层的表示」与「原始 $\boldsymbol{X}^0$」的显式二阶交互再压缩而来；递归地看，第 $k$ 层等价于 $k+1$ 阶的向量级特征交互（每多一层就多一次与 $\boldsymbol{X}^0$ 的交互）。
三、与 DNN、FM 的对比
- FM：只做二阶，且是标量级（内积），无层间显式结构。
- DNN：高阶隐式，层间是通用线性+非线性，不保证「每层对应明确几阶交互」。
- CIN：层数对应交互阶数，层间映射是「外积 + 压缩」的显式公式，可解释性强；最后把各层输出拼起来或加权求和再预测，实现显式高阶向量交互。
四、小结
CIN 的「层间特征映射」就是：上一层矩阵 $\boldsymbol{X}^{k-1}$ 与固定原始 $\boldsymbol{X}^0$ 做外积式交互，再经可学习映射压成下一层 $\boldsymbol{X}^k$；重复多层即得到 3 阶、4 阶等显式向量交互，是 xDeepFM 区别于普通 DeepFM 的核心设计。
面试要点
- 能说清 CIN 的作用：在 xDeepFM 中显式、逐层构造向量级特征交互，层数对应交互阶数。
- 能描述层间构造：上一层 $\boldsymbol{X}^{k-1}$ 与第 0 层 $\boldsymbol{X}^0$ 做外积得到 3D 张量，再经可学习压缩得到 $\boldsymbol{X}^k$。
- 能对比 CIN 与 FM（仅二阶标量）、DNN（隐式高阶）：CIN 是显式、可控阶数的高阶向量交互。
记忆要点
- CIN：每层 = 上一层与 $\boldsymbol{X}^0$ 的外积交互 + 压缩；层数 = 交互阶数。
- 显式构造：外积枚举「当前层单元 × 原始 field」，再线性/卷积压成向量。
- 与 FM/DNN：CIN 显式、可控阶；FM 二阶标量；DNN 隐式高阶。