7.6　近实时分解机

Google在2013年提出了FTRL（Follow-The-Regularized-Leader）算法，用于广告点击率预估，该方法可以高效地在线训练LR模型，在Google及国内公司得到了大规模的采用，广泛用于广告点击率预估和推荐排序中。想了解的读者可以阅读本章参考文献[25]，TensorFlow上有FTRL算法的具体实现。

基于FTRL的思路，可以对FM离线训练算法进行改造，让FM具备在线学习的能力，本章参考文献[3]，[21]，[26]中有关于利用FTRL技术对FM进行在线训练的介绍，这几篇文章涉及很多数学理论的证明和推导，感兴趣的读者可以自行学习，这里不再赘述。

上述论文读不懂也没关系，读者也不必重复造轮子，很多机器学习平台上是有FM算法的FTRL实现的。在腾讯开源的Angel平台上可以直接利用Spark On Angel（构建在Spark平台上，利用Angel参数服务器的技术，让Spark具备提供参数服务能力）中的FTRL-FM算法，训练上百亿维特征的在线FM模型。