本研究において、新しい多層ニューラルネットワークアーキテクチャであるONCFを提案し、協調フィルタリングを行うことを目指しています。このアイデアは、埋め込み空間の次元間のペアワイズ相関を明示的にモデル化するために外積を使用することです。既存のニューラルレコメンダーモデルでは、ユーザー埋め込みとアイテム埋め込みを単純な連結や要素ごとの積で組み合わせていますが、我々が提案する埋め込み層上での外積の使用は、より表現力がありかつ意味論的に妥当な二次元相互作用マップを生成します。外積によって得られた相互作用マップの上では、埋め込み次元間の高次の相関を学習するために畳み込みニューラルネットワーク（CNN）を使用することを提案しています。二つの公開された暗黙フィードバックデータに対する広範な実験により、我々が提案するONCFフレームワークの有効性が示されました。特に、多層ニューラルレコメンダーモデルの低レベルで埋め込み次元間の相関をモデル化するために外積を使用することによる肯定的な効果が確認されました。実験コードは以下のURLから入手可能です: https://github.com/duxy-me/ConvNCF