TARE全称是Targeted Advertising and Recommender Engine。做为定向广告和推荐一体化引擎，TARE解决的是大规模点击率预估问题。TARE有两个组成部分：
LASER 这是基于Hadoop实现的大规模分布式Logistic Regression，采用L2 Regulation。为了确保新鲜数据能够及时反应到模型中，LASER的训练分成2个部分：离线模型，采用ADMM算法实现，根据配置大约每周或者每两周可以重新训练；在线模型，其目的在于将新鲜数据实时反应到离线模型中，根据配置可以达到分钟级模型更新。
Ad delivery 这是实际的线上投放部分，采用C++编写，代码扩充自iZENECloud团队的SF1R搜索引擎项目。
TARE目前主要采用商品关键词做为特征，在应用到其他领域时，可根据需要对算法和架构进行调整。TARE的算法来自Linkedin的论文LASER-A Scalable Response Prediction Platform For Online Advertising，同时，在TARE开源之后，我们也注意到Linkedin也公开了自身LASER引擎的ADMM实现。
