CTR和稀疏Sparse

CTR点击率预估模型。

特征是巨大且稀疏的。如何输入到Deep模型是个问题。

方法：

首先利用one-hot编码，制作稀疏特征。

然后利用spmm或者gather操作，变成word embedding。

one-hot到word embedding，这样整体的特征维度就下降了。（如100到16的维度变换）

embedding输出到Deep网络进行学习。

 

另外spmm的过程，其实就是一个“查表”的过程。如果A是稀疏矩阵，B是Dense矩阵，C是Dense矩阵。

则B就是一个“词表 embedding table”，那么A X B就是一个查表的过程。