以下是本例的简要目录结构及说明：
├── models
├── rank
├── flen
├── logs # 训练、测试日志
├── data # 样例数据
├── sample_data # 样例数据
├── train
├── sample_train.txt # 训练数据样例
├── __init__.py
├── README.md # 文档
├── config.yaml # sample数据配置
├── config_bigdata.yaml # 全量数据配置
├── net.py # 模型核心组网（动静统一）
├── avazu_reader.py # 数据读取程序
├── dygraph_model.py # 构建动态图
├── tools #
├── README.md # 文档
注：在阅读该示例前，建议您先了解以下内容：
CTR(Click Through Rate)，即点击率，是“推荐系统/计算广告”等领域的重要指标，对其进行预估是商品推送/广告投放等决策的基础。简单来说，CTR预估对每次广告的点击情况做出预测，预测用户是点击还是不点击。CTR预估模型综合考虑各种因素、特征，在大量历史数据上训练，最终对商业决策提供帮助。本模型实现了下述论文中的 FLEN 模型：
@article{FLEN2020,
title={FLEN: Leveraging Field for Scalable CTR Prediction},
author={Wenqiang Chen, Lizhang Zhan, Yuanlong Ci, Minghua Yang, Chen Lin, Dugang Liu},
journal={arXiv preprint arXiv:1911.04690},
year={2020}，
url={https://arxiv.org/abs/1911.04690},
}
训练及测试数据集选用Click-Through Rate Prediction所用的Avazu数据集。该数据集包括10天时间段的点击数据，包含两部分：训练集和测试集。训练集包含前9天内Avazu的点击流量，测试集则对应训练数据后一天的点击流量。 每一行数据格式如下所示：
<categorical feature 1> ... <categorical feature 22> <label>
其中<label>表示广告是否被点击，点击用1表示，未点击用0表示。<categorical feature>代表分类特征（离散特征），共有22个离散特征。相邻两个特征用，分隔，缺失特征用'-1'表示。测试集中<label>特征已被移除。
在模型目录的data目录下为您准备了快速运行的示例数据，若需要使用全量数据可以参考下方效果复现部分。
注：
1.先下载原始数据，可从kaggle官方和AiStudio数据集获取数据：Click-Through Rate Prediction和AiStudio数据集Avazu
2.数据预处理，先在config_bigdata.yaml配置文件中配置好下载数据的路径，运行preprocess_data.py
cd PaddleRec/models/rank/flen/
# 处理数据、划分数据集大约耗时35分钟
!python preprocess_data.py -m config_bigdata.yaml
PaddlePaddle>=2.0
python 2.7/3.5/3.6/3.7
os : windows/linux/macos
本文提供了FLEN-Paddle AiStudio项目可以供您快速体验，进入项目快速开始。
FLEN 模型的组网，代码参考 net.py。模型主要组成是 Embedding层，FieldWiseBiInteraction 层，MLP 层，以及相应的分类任务的loss计算和auc计算。模型架构如下：
FLEN 模型的特征输入，主要包括 sparse 类别特征。sparse features 经由 Embedding 层查找得到相应的 embedding 向量。同时，将Sparse特征根据语义划分为三个不 同Fields，最终得到三个Fields的特征嵌入表示。Embedding层的网络结构如下图所示：
FieldWiseBiInteraction层主要包含两个部分，FM模块和MF模块。特征经过Embedding层后分别输入到FM和MF部分，再将两部分的输出进行SumPooling输出，计算公式如下所示：
- 为了得到每条样本分属于正负样本的概率，我们将预测结果和
1-predict合并起来得到predict_2d，以便接下来计算auc。 - 每条样本的损失为负对数损失值，label的数据类型将转化为float输入。
- 该batch的损失
avg_cost是各条样本的损失之和 - 我们同时还会计算预测的auc指标。
为了方便使用者能够快速的跑通每一个模型，我们在每个模型下都提供了样例数据。如果需要复现 README 中的效果,请按如下步骤依次操作即可。 在全量数据下模型的指标如下：
| 模型 | auc | logloss | batch_size | epoch_num | Time of each epoch |
|---|---|---|---|---|---|
| FLEN | 0.7516 | 0.3963 | 512 | 1 | 约 1 小时 |
- 确认您当前所在目录为
PaddleRec/models/rank/flen
# 动态图训练
python -u ../../../tools/trainer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml
python -u ../../../tools/infer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml