FNN,PNN
推荐系统中使用ctr排序的f(x)的设计-dnn篇之FNN模型
FNN模型只包含了deep部分，没有shallow部门（lr or fm），而特征之间的交叉提现为拼接（concatenate），然后利用几个fcs加深模型
PNN，全称为Product-based Neural Networks，是一种基于乘法运算来提现特征交叉的dnn模型
PNN的结构为embeddding+product layer + fcs。而PNN使用product的方式做特征交叉的想法是认为在ctr场景中，特征的交叉更加提现在一种“且”的关系下，而add的操作，是一种“或”的关系，所以product的形式更加合适，会有更好的效果。