Para estimar la tasa de clics de los anuncios, existen algunos problemas en que las características no pueden ser construidas automáticamente, o las características construidas son relativamente simples, o las características de combinación de alto orden son difíciles de aprender bajo datos dispersos. Para resolver estos problemas, proponemos una nueva estructura de agrupación de apilamiento multi-escala (MSSP) para construir características multi-escala basadas en diferentes campos receptivos. La estructura apila características multi-escala en ambas direcciones desde los ángulos de profundidad y ancho mediante la construcción de múltiples observadores con diferentes ángulos y diferentes campos de visión, asegurando la diversidad de características extraídas. Además, al aprender los parámetros a través de la factorización, la estructura puede garantizar que las características de alto orden se aprendan de manera efectiva en datos dispersos. Combinamos aún más el MSSP con la red neuronal profunda clásica (DNN) para formar un modelo unificado llamado sDeepFM. Los resultados experimentales en dos conjuntos de datos del mundo real muestran que el sDeepFM supera a los modelos de última generación en cuanto al área bajo la curva (AUC) y la pérdida logarítmica.