本文介绍了多种CTR预估和推荐系统中的因子分解机（FM）模型，包括Poly2、FM、FFM、NFM、AFM、PNN、DeepFM和DCN等。讨论了线性模型的局限性，以及通过引入多项式模型和深度学习方法来提升特征组合学习能力，解决稀疏特征问题。简要概述了各模型的架构和公式，强调了它们在特征学习和计算复杂度上的优缺点。