与浙大博士@刘成昊-twinsken 对因子分解机（Factorization Machine (FM)）的改进算法被IJCAI 2017接收了，标题为：
Local Linear Factorization Machine
该算法可以进一步增强FM处理非线性数据的能力，提升模型表示能力，从而提高算法预测精度。
注解：FM是一个被广泛应用于推荐系统的算法，其发明人为谷歌科学家Steffen Rendle。该算法不同于其他线性算法的关键点是，它引入了特征之间的交叉信息，且用显式的低秩矩阵来表达交叉特征的权重，从而增加了算法的可扩展性能。在实践中，该算法被谷歌广泛应用于多个推荐场景。