基于FM衍化模型的CTR问题分析与研究

点击率(Click Through Rate, CTR)预测是推荐系统领域最常见的应用之一，它通过对用户属性及相关行为信息建模，计算特定情况下用户点击某项物品的可能性，其准确性对用户体验和平台收入有直接影响。当前工业界常用的CTR预估方法包括GBDT+LR (Gradient Boosting Decision Tree+Logistic Regression,梯度提升决策树+逻辑回归)、FM (factor Machine,因子分解机)、DNN(Deep Neural Networks,深度神经网络)以及Transformer等，其中，FM因对高维稀疏矩阵具有良好的处理能力以及拥有线性的计算复杂度而表现得尤为突出。但其也存在只能进行浅层特征交互问题，特征交互权重表达能力不够等缺点。本文在三个正负样本比例不同的公开数据集上对FM及其八种衍化模型进行了广泛的对比试验分析，探索其在CTR问题上的优势与不足，以及如何改进。