ctr_FM，FFM,deepffm,

一. 什么是ctr？ one hot 特征没有大小关系，

ctr即点击率，在推荐系统中，通常是按照ctr来对召回的内容子集进行排序，然后再结合策略进行内容的分发。

二. ctr预估模型的发展。

ctr预估模型的公式：y = f(x)， y的范围为[0,1]，表示广告被点击的概率。

1. LR 海量高纬离散特征 LR是一个线性分类器，也就是说会忽略掉特征与特征之间的关联信息，

LR（logistics regression），是ctr预估模型的最基本的模型，也是工业界最喜爱使用的方案。LR的介绍这里就不细说了，介绍的教程随便一搜一大堆。

此时， $f(x) = \frac{1}{1+e^{-\theta^{T} X}}$ ，其中 $\theta = (\theta_{0},\theta_{1},\theta_{2}...\theta_{n})$

这里，我们定义一下, $logsitcs(x) = \frac{1}{1+e^{-x}}$ , $linear(x) = \theta^{T}X$ 。

则： $f(x) = logistics(linear(X))$

LR的优势在于处理离散化特征，而且模型十分简单，很容易实现分布式计算。关于LR的变种也有许多，比如Google的FTRL，其实这些变种都可以看成：LR+正则化+特定优化方法。

LR的缺点也很明显，特征与特征之间在模型中是独立的，对于一些存在交叉可能性的特征（比如: 衣服类型与性别，这两个特征交叉很有意义），需要进行大量的人工特征工程进行交叉。虽然模型简单了，但是人工的工作却繁重了很多。而且LR需要将特征进行离散化，归一化，在离散化过程中也可能出现边界问题。这里便为GBDT+LR的方案进行了铺垫。

2. GBDT

GBDT，即梯度提升决策树，是一种表达能力比较强的非线性模型。具体模型的介绍，也可以google出一堆教程。所以这里就不做详细的推导了。

此时， $f(x) = logstics( gbdt\_tree_{1}(X) + gbdt\_tree_{2}(X) + gbdt\_tree_{3}(X)..)$

GBDT的优势在于处理连续值特征，比如用户历史点击率，用户历史浏览次数等连续值特征。而且由于树的分裂算法，它具有一定的组合特征的能力，模型的表达能力要比LR强。GBDT对特征的数值线性变化不敏感，它会按照目标函数，自动选择最优的分裂特征和该特征的最优分裂点，而且根据特征的分裂次数，还可以得到一个特征的重要性排序。所以，使用GBDT减少人工特征工程的工作量和进行特征筛选。

GBDT善于处理连续值特征，但是推荐系统的绝大多数场景中，出现的都是大规模离散化特征，如果我们需要使用GBDT的话，则需要将很多特征统计成连续值特征（或者embedding），这里可能需要耗费比较多的时间。同时，因为GBDT模型特点，它具有很强的记忆行为，不利于挖掘长尾特征，而且GBDT虽然具备一定的组合特征的能力，但是组合的能力十分有限，远不能与dnn相比。

3. FM 与 FFM 如果想要更深入的了解（美图团队所写的fm和ffm） https://tech.meituan.com/2016/03/03/deep-understanding-of-ffm-principles-and-practices.html

在LR部分，我们提及到了LR不能自动处理交叉特征。LR是一个线性分类器，也就是说会忽略掉特征与特征之间的关联信息，而FM则是在这个基础上进改进。旨在解决稀疏数据下的特征组合问题.

FM的模型公式为:

$f(x) = logstics(linear(X) + \sum_{i=1}^{n}{}\sum_{j=i+1}^{n}w_{ij}{x_{i}x_{j}})$

在逻辑斯特函数里面的公式可以看成两部分，一部分是我们所熟悉的线性回归函数，而第二部分则是二次交叉项。所以FM处理特征间二次交叉的能力。

但是二次项权重 $w_{ij}$ 需要我们去存储一个二维矩阵的变量，而因为特征是大规模离散的，这个二维矩阵的维度可能很大。而FM的作者利用矩阵分解的原理，将这个权重矩阵进行分解，即 $w_{ij} = <v_{i},v_{j}>$ 。

则FM的公式变为：

$f(x) = logstics(linear(X) + \sum_{i=1}^{n}{}\sum_{j=i+1}^{n}<v_{i},v_{j}>{x_{i}x_{j}})$

但是这里，对于特征 $x_{i},x_{j},x_{h}$ ， $x_{i}$ 与 $x_{j}$ , $x_{i}$ 与 $x_{h}$ ，都是使用 $v_{i}$ 去和 $v_{j}$ 、 $v_{h}$ 做内积。但是对于不同的特征组合，比如天气与地点，天气与性别，关联的程度是不一样的，都使用同样的向量去与不同的特征做内积，会带来明显的信息损失。所以引出了FFM（field FM）。

FFM的模型公式为：

$f(x) = logstics(linear(X) + \sum_{i=1}^{n}{}\sum_{j=i+1}^{n}<v_{if_{j}},v_{jf_{i}}>{x_{i}x_{j}})$

fild指的是对于商品的末级品类编码生成了550个特征，这550个特征都是说明商品所属的品类，因此它们也可以放到同一个field中。简单来说，同一个categorical特征经过One-Hot编码生成的数值特征都可以放到同一个field，包括用户性别、职业、品类偏好等。在FFM中，每一维特征 x_i $x_{i}$

FM的优点相对于LR在于拥有处理二次交叉特征的能力，而且它是可以实现线性的时间复杂度的（具体看美团的文章），模型训练也十分快。

而FFM则是在FM的基础上，考虑了特征交叉的field的特点，但是也导致它没有办法实现线性的时间复杂度，模型训练要比FM慢一个量级，但是效果会比FM来得更好。

代码实现：https://blog.csdn.net/guanbai4146/article/details/80139806

4. GBDT+(LR, FM, FFM)

前面提及到了GBDT适合处理连续值特征，而LR，FM，FFM更加适合处理离散化特征。GBDT可以做到一定程度的特征组合，而且GBDT的特征组合是多次组合的，不仅仅是FM与FFM这样的二阶组合而已。同时，GBDT具备一定的特征选择能力（选择最优的特征进行分裂）。

在facebook 2014年的一篇论文中，提及到GBDT+LR的解决方案。即先使用GBDT对一些稠密的特征进行特征选择，得到的叶子节点，再拼接离散化特征放进去LR进行训练。在方案可以看成，利用GBDT替代人工实现连续值特征的离散化，而且同时在一定程度组合了特征，可以改善人工离散化中可能出现的边界问题，也减少了人工的工作量。

而kaggle的ctr预估比赛中，台大的团队参考fb,使用了gbdt+ffm的方案夺冠。

此时GBDT+LR模型的公式为：

$X_{new} = X + gbdt(x)'s \ nodes$