Parece que você está pedindo uma descrição de alto nível. Se você consultar os slides vinculados aos slides da postagem original, há uma comparação entre FM (slide 11) e FFM (slide 12).
Como exemplo rápido, se você está aprendendo sobre usuários e filmes, o FM pode ter o seguinte fator:
w_{user_1}*w_{movie_1}*... + w{user_1}*w_{genre_1}*...
FFM teria:
w_{user_1, movies}*w_{movie_1, users}*... + w{user_1, genres}*w_{genre_1, users}*...
A principal diferença é que, em FM, o w_{user_1}
coeficiente é o mesmo em ambos os termos - existe uma única noção de usuário. No FFM, você aprende um separado w_{user_1}
para cada contexto, por exemplo, se está interagindo com filmes ou gêneros. Observe que não é aprendido separadamente para cada filme ou gênero em particular, mas para filmes e gêneros em geral. Ou seja, ele aprende separadamente o contexto do usuário para cada tipo de interação.
Observe também que w_{movie_1}
foi para w_{movie_1, users}
desde esse termo está interagindo com w_{user_1}
, um usuário.