最近需要研究计算广告与推荐系统的算法：CTR（Click-through Rate）预估，模型迭代方面打算从xgb+lr，FM/FFM到DeepFM这个过程来进行。FM、FFM及对应的深度模型在以前从未接触过，所以正好一边学习一边总结资料。
CTR预估
点击率是广告点击次数除以总展示次数（广告投放次数）：
目前，CTR的数值平均接近0.2%或0.3%，超过2%被认为是非常成功的。
FM（Factorization Machine）
- 主要解决稀疏数据下的特征组合问题
- 对于连续与离散特征有较好的通用性
- 在高度稀疏的情况下，特征之间的交叉仍然能够估计，而且可以泛化到未被观察的交叉
- 参数的学习和模型的预测时间复杂度是线性的
tbc
