广告界趣闻52：有何开源神器FuxiCTR，助你提升CTR效果显著？

本文共计2454个文字，预计阅读时间需要10分钟。

导读：本文是数据拾光者专栏的第52篇文章，将介绍在广告行业中自然语言处理和推荐系统实践。

本文从理论到实践，介绍了华为开源项目FuxiCTR，对CTR模型感兴趣。

导读：本文是“数据拾光者”专栏的第五十二篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。本篇从理论到实践介绍了华为CTR开源项目FuxiCTR，对CTR模型感兴趣并希望快速应用到项目实践的小伙伴可以一起沟通交流。

欢迎转载，转载请注明出处以及链接，更多关于自然语言处理、推荐系统优质内容请关注如下频道。

知乎专栏：数据拾光者

公众号：数据拾光者

摘要：本篇从理论到实践介绍了华为CTR开源项目FuxiCTR。首先是背景介绍，然后重点详解开源项目FuxiCTR，包括项目架构、支持的主流CTR算法以及在公共数据集上的效果和代码处理流程及源码介绍；最后分别简单介绍了传统CTR模型发展进程和深度学习CTR模型发展进程。对CTR模型感兴趣并希望快速应用到项目实践的小伙伴可以一起沟通交流。

下面主要按照如下思维导图进行学习分享：

01

背景介绍

最近在做CTR模型相关项目，网上查阅了很多资料，比较靠谱的是华为论文《Open Benchmarking for Click-Through Rate Prediction》以及对应的开源github项目FuxiCTR。论文做了一个CTR模型的benchmark，在公共数据集Criteo和Avazu对比了主流CTR模型的效果。通过这个开源项目我们可以了解主流CTR模型的效果，同时很方便的学习和使用各种主流CTR模型，对于又好又快的构建线上CTR模型有很大的帮助。