Factorized Machine
线性模型预测是特征的加权和。（只有加，没有乘。）
二阶特征交叉
可以通过矩阵分解减少模型参数量
深度交叉网络（DCN）
之前提到过的召回、排序模型中的神经网络可以用任意网络结构；常见的交叉层
交叉网络就是多个交叉层串起来的网络
深度交叉网络就是两个分支，一边是全连接，一边是交叉网络
LHUC网络结构
LHUC起源于语⾳识别，快⼿将LHUC应⽤在推荐精排，称作PPNet
SENet & Bilinear Cross
SENet 对离散特征做field-wise加权，如果有𝑚 个fields，那么权重向量是𝑚 维。
Field 间特征交叉
FiBiNet可以理解为同时考虑了SENet 结合 Field 间特征交叉
