推薦系統(tǒng)

Wide Component:
一層線性結(jié)構(gòu)（類似lr），特征包括raw feature以及手工特征（如cross product）

Deep Component：
embedding離散特征到低維dense vector，接dnn

Joint Training：
joint training 與 ensemble 不同，ensemble需要相互獨立的large model 來確保準確性，而joint training每一部分并不需要足夠大，尤其對于cross product feature
output層簡單地concat（Wide Component，Deep Component），在線優(yōu)化采用ftrl（Follow The Regularized Leader）

FTRL

Details：
每一類特征embedding size是32，總共約1200維特征串聯(lián)，

Example：

評估：

好像也并不是很有創(chuàng)意，就是簡單地把cross product、embedding、dnn排列組合了下。。。