Kaggle滑水 - CTR预估（FM_FFM）

本文继续以Avazu-CTR赛题为背景，尝试采用FM（Factorization Machine，因子分解机）及FFM（Field-aware Factorization Machine，场感知因子分解机）来进行CTR预估任务。

本文的源码托管于我的Github：PnYuan - Kaggle_CTR，欢迎查看交流。

1.概念

商用推荐场景中的CTR预估工作易面临大规模稀疏数据的挑战。因子分解机（ Factorization Machine, 简称FM ）模型的引入正对于此，其通过对参数矩阵的低秩分解，来解决高维训练的低效问题。这里，首先示例性地介绍数据稀疏和特征组合的相关内容，然后引出FM模型及其拓展形式FFM。

1.1.数据稀疏

设用于CTR预估的原始数据如下表所示（表1）：

时间戳(time)	用户性别(sex)	网站类型(st)	广告类型(at)	是否点击（clicked？）
16102206	male	1	2	1
16110218	-	3	1	0
16110222	female	-	6	1

类似数据中常包含大量离散型特征（categorical features），如上表中的特征“用户性别，网站类型”等，独热编码（One-hot）常被用