本发明请求保护一种基于场矩阵因子分解机改进的广告投放方法。方法为：收集广告数据并对所述广告数据进行预处理，将空值或者无用的数据进行填充或删除操作，并将连续型特征进行分桶处理为离散型特征，并进行one‑hot编码处理，并规划出训练集以及测试集；将预处理后的数据集输入到嵌入层，所述嵌入层是一层全连接神经网络，将高维稀疏的one‑hot特征转化为定长的低维稠密的特征向量；将嵌入层的输出部分分别输入到FmFM层和DNN层进行低阶特征交叉和高阶特征交叉，把FmFM和DNN层的输出进行加和并且经过sigmoid函数得到输出值，按照输出值进行广告投放，利用测试集对模型进行评估验证。本发明利用FmFM模型改进，得到更加简便的点击率预估模型，同时只需要更少的参数量可以得到更好的结果。