计算广告互联网商业变现的市场与技术第2版pdf下载pdf下载

计算广告互联网商业变现的市场与技术第2版百度网盘pdf下载

作者:
简介:本篇主要提供计算广告互联网商业变现的市场与技术第2版pdf下载
出版社:人民邮电出版社
出版时间:2019-09
pdf下载价格:9.00¥


预览


内容介绍

产品特色

编辑推荐

适读人群 :无论是互联网公司商业化部门的产品技术人员,还是对个性化系统、大数据变现或交易有兴趣的产品技术人员,传统企业互联网化进程的决策者,传统广告业务的从业者,互联网创业者,计算机相关专业研究生,都会从阅读本书中受益匪浅。

本书第 1版出版以后,获得的业界反响超乎了我们的想象。实际上,本书已经广泛被互联网公司采用,作为商业化相关部门的培训教程,甚至还成了某大公司商业化部门年会时的”阳光普照奖”奖品。


经过一段时间的补充与修订,我们向读者奉上这次的新版,希望本书能帮助读者深入了解互联网流量与数据变现,洞察互联网增长与财富的秘密,搭建商业化与获客的产品技术体系。


对以下读者,我们相信本书值得一读:


● 互联网公司的商业化、大数据和用户增长部门的朋友;


● 传统广告与数字广告从业者;


● 对推荐、大数据、人工智能技术的应用有兴趣者;


● 转型中的传统企业和创业公司的战略决策者;


● 计算机相关专业学生。


在新版中,我们特别注重了从人工智能方法论的视角审视整个计算广告体系。通过本书对计算广告领域抽丝剥茧的解读,读者会认识到,除解决传统的感知和认知问题以外,人工智能领域形成的方法体系在广告这样的海量数据驱动且人类自身能力不强的问题上,有着巨大的施展空间。

内容简介

计算广告是一项新兴的研究课题,它涉及大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等诸多领域的知识。本书从实践出发,系统地介绍计算广告的产品、问题、系统和算法,并且从工业界的视角对这一领域进行具体技术的深入剖析。


本书立足于广告市场的根本问题,从计算广告各个阶段所遇到的市场挑战出发,以广告系统业务形态的需求和变化为主线,依次介绍合约广告系统、竞价广告系统、程序化交易市场等重要课题,并对计算广告涉及的关键技术和算法做深入的探讨,这一版中更是加入了深度学习的基础方法论及其在计算广告中的应用。


无论是互联网公司商业化部门的产品技术人员,还是对个性化系统、大数据变现或交易有兴趣的产品技术人员,传统企业互联网化进程的决策者,传统广告业务的从业者,互联网创业者,计算机相关专业研究生,都会从阅读本书中受益匪浅。


作者简介

刘鹏(@北冥乘海生),现任科大讯飞副总裁,大数据研究院院长。他在清华大学获得博士学位后,加入微软亚洲研究院,从事人工智能研究,后参与创建雅虎北京研究院,出任高级科学家。他还曾任MediaV首席科学家、360商业化首席架构师等职。在多年从业经历中,他一直致力于将人工智能方法与海量数据相结合来解决工业界问题,负责过多个大型互联网商业产品体系。


他特别重视计算广告和大数据技术的普及,他讲授的“计算广告”在网易云课堂有超过3万名学生,已经成为业界进行相关培训的基础教程。他还曾担任北京大学、中国传媒大学等高校客座教授,讲授计算广告相关课程,为推动中国广告产业的数字化、智能化做出了贡献。


王超(@德川),于北京大学获得硕士学位后,曾就职于微博、汽车之家等公司的广告部门,从事计算广告领域的研究和实践工作。现任百度主任研发架构师,从事个性化推荐领域相关的工作。

精彩书评

来自互联网公司管理层

在线广告市场是比较复杂的体系,它涵盖了互联网生态链的各种角色。本书既从商业角度介绍了在线广告,也深入到了广告的技术和算法层面,还涉及了大规模竞价市场在市场设计方面的相关原理和优化手段。这本书不仅是了解在线广告市场的途径,也是了解互联网商业和盈利模式设计的窗口,对于互联网产品设计也有很好的参考作用。

——王华,前阿里巴巴副总裁,阿里妈妈负责人

这是一本非常系统、全面地介绍计算广告的书,一本在线广告专业人员必读的书,一本值得强烈推荐给想利用互联网力量的企业主和决策制定者以及对大数据价值感兴趣的研究人员和工程师的书。虽然我亦曾目睹广告业在20 世纪90 年代开始的革命,一直积极参与在线广告的演变,但阅读完这本书,我对计算广告整个图景以及很多细微之处有了更多更深刻的理解。

——毛建昌,微软Distinguished Engineer 和Bing 广告工程负责人,前雅虎实验室广告科学副总裁

十多年的实践证明,互联网Z有效的商业模式莫过于可以把流量直接变现的在线广告模式。从Z初铺天盖地的横幅广告起步,到人群及兴趣精准定向的搜索广告与推荐引擎,再到与内容环境融为一体的原生广告,用户需求与口味的不断变迁促使广告产品与技术持续不断地升级与发酵。本书Z大的亮点在于,作者从中国互联网广告发展全过程亲历者的视角,极为系统地讲述了计算广告的产品设计思维与技术理论基础,涵盖从广告呈现到计价策略乃至算法实现并直接运用于互联网流量变现课题的方方面面。无论是产品经理还是工程师,只要准备投身于这一互联网Z大的金矿领域,本书就是手边必须常备的工具书与教材。

——刘子正,有信CEO,微博研发副总经理

本书内容全面且与时俱进,对核心技术的介绍深入浅出,是计算广告领域一本难得的好书。本书视野宽阔,涵盖了在线广告市场及核心技术的各个方面,除主流技术以外,对一些其他著作很少涉及的方面,如广告创意优化、反欺诈、隐私保护等也进行了介绍。本书内容新颖,把近年来涌现的一些新的广告形式和技术,如实时竞价的广告交易、原生广告等,都囊括其中。另外,本书行文流畅、逻辑清晰,对核心技术的介绍深入到位,包含了重要的算法细节以及理论探讨,对计算广告的从业者而言,是一本非常实用的参考书。

——刘铁岩,微软亚洲研究院首席研究员

刘鹏博士是我以前在微软工作时的同事,他博学睿智,融会文理,给我留下深刻印象。他将多年积累的相关经验与成果整理成一部正式出版的计算广告著作,值得向大家强烈推荐。本书将该领域的实际商业问题与技术解决方案结合起来,让读者对计算广告的理论与实践、应用与技术、系统与方法有全面深入的了解和认知。对于已经掌握了机器学习、数据挖掘技术想进入计算广告及其相关领域的从业者、技术人员、教师和学生,这是一部实用的指南。

——李航,字节跳动人工智能实验室总监,前华为诺亚方舟实验室主任

我们的团队花了大量精力查找相关资料和文献,却一直苦于没有一套相对完整的知识体系来帮助我们的业务和技术人员加快学习、少走弯路。因此,我期待这样一本书的出现至少已经有两三年的时间。作为一个方兴未艾而发展迅猛的新兴产业,我相信刘鹏的这套科学且实际的知识体系,将对数字营销领域的同仁有非常大的指导作用。程序化营销、大数据应用是发展异常迅猛的产业,涉及大量的产品、工程以及算法方面的知识,也涉及相当多的商业逻辑的深刻洞察。而刘鹏通过对产业内在逻辑的诠释和推演,阐述了程序化营销产业的发展,对真正把握大数据给各个产业带来的深刻变化和影响,具有深刻的指导意义。

——杨炯纬,360高级副总裁

如果说当年雅虎广告首席科学家Andrei Broder 在斯坦福开设的课程第1次把计算广告学作为一门学科,那么本书堪称这门新兴学科的标准教科书,因为它是首次全面系统地阐述计算广告学的著作,覆盖了商业逻辑、产品结构、关键技术、工程实践和应用实例。在内容结构编排上,本书由浅入深地讲述了从宏观背景到技术细节、从经典的搜索广告到Z新的实时竞价等诸多内容,既适合作为从事在线广告的商务运营人员的参考书,也适合作为一线技术开发人员的实战指导。

——余凯,地平线公司创始人,前百度深度学习实验室主任

互联网业内人士都清楚流量的作用,流量之于互联网,正如血液之于人体。不同之处在于,互联网上的流量是趋利的,变现能力决定了流量的方向和价值。计算广告是流量变现Z重要的方式之一。只有了解了互联网广告的精髓,才能真正懂得互联网上流量的奥秘,也才能懂得互联网的奥秘。本书作者对互联网广告的市场、产品和技术做了全面、深刻的剖析,为业内外人士理解并踏入这个领域提供了一条捷径。尽管本人从事互联网广告研发多年,也是第1次读到如此系统的著作,受益匪浅!

——沈抖,百度高级副总栽

计算广告近年来特别热,全球大小互联网公司有大量的算法工程师、系统工程师、数据科学家在从事与此相关的工作。正如刘鹏在书中指出的,流量变现和数据变现是很多互联网公司商业模型的核心。虽然学术界和工业界有大量与计算广告相关的文章,但或侧重于算法,或侧重于系统,抑或侧重于商业逻辑,却很少能像本书一样把这几个维度融会贯通地串在一起,既有连贯性、有广度,又有足够的深度。刘鹏过去几年中花了大量的精力在清华大学、北京大学以及一些在线教育平台分享他对计算广告的深刻理解,影响了不少人,我过去和现在的团队都有他的粉丝、他的学生。现在刘鹏又把他对计算广告的深刻理解集结成书,能影响到更多的人。为刘鹏点赞!

——张小沛,瓜子二手车CTO,前宜信CTO,前Hulu 全球副总裁

在互联网深入改造传统行业的进程中,所谓“羊毛出在猪身上” 的后向变现商业策略至关重要。市场上并不缺少关于这一策略的推崇和讨论,不过本书从实战的角度出发,对其中关键的商业逻辑和产品结构做了全面的梳理,而这些对于商业化战略的落地至关重要。因此,我推荐所有正处在互联网化变革的行业的从业者阅读本书,相信你们结合自身的知识背景和行业问题,一定可以从本书中找到有指导意义的内容。

——陈彤,一点资讯总裁,前小米副总裁

计算广告学纷繁复杂,刘鹏以科学的实践家的态度抽丝剥茧,全面、系统地阐述了其技术架构与产品生态,为入门者普及了概念,为从业者开阔了眼界。

——罗征,腾讯广点通总经理

很高兴看到刘鹏博士把自己在互联网广告领域的多年经验和智慧整理成书,其中既有他对商业产品的理解,也有算法和工程实现的总结。本书不仅全面梳理了互联网广告产品形态,针对每个产品描述了相应的核心算法和系统实现,而且全面描述了以媒体和广告主为核心的生态圈,以及技术如何一步步促使生态圈演化,不断创造出更大的商业价值。对互联网广告从业者来说,读后一定获益良多。

——贾志峰,汽车之家技术副总裁

互联网广告在近十余年里一直保持着爆炸式的发展,支撑着谷歌、脸书、阿里、百度等数个百亿、千亿级互联网公司。或许其发展过于迅猛,或许其涉及领域过于宽泛,以至于近几年来一直没有一本优秀的书能够系统、全面地对互联网广告加以介绍。本书作者把这件早就应该有人去做的事情漂亮地完成了。从业务模式到技术架构,从算法模型到工程实现,从理论基础到实现细节,从历史背景到Z新动态,本书都做了翔实、系统的讲解。相信对于每一位置身于互联网广告业的朋友,不论其在这纷繁复杂的行业里承担什么样的角色,本书都值得一读。

——顾大伟,小米广告负责人

这本书中所介绍的技术环节,除了广泛应用在互联网广告领域,在搜索和推荐领域也有很多相通之处。本书作者将这些关键技术抽象出来整理成书,对互联网行业的初学者有很大帮助。此外,书中提及的前沿技术方向对从业人员也具有一定的参考价值。

——黄荣升,百度主任架构师

来自互联网创业者

如果你正从事互联网广告相关的工作或正准备进入互联网广告行业,本书应该是你的职业生涯中必不可少的读物之一。作者不仅立足中国而且放眼世界,以其更深、更广的视角向读者展示了当今互联网行业的市场与技术。本书让中国互联网从业者(包括产品技术人员)在享受互联网大数据带来乐趣的同时,还能通过书中介绍的中西市场案例开拓创新思维。本书为推动中国互联网发展做出了自己的贡献。

——闫曌,AdMaster 创始人、CEO

今天,大数据浪潮正在席卷全球。数字技术正在改变我们的生活方式,同样也在驱动着商业、营销和广告业的未来发展。营销不再只是关于策略、创意和想法的,更与技术的发展紧紧地捆绑在一起。进入2015 年后,我们看到全行业正在迎接大数据的风口,从数据的沉积分析和管理到数据的真正打通,这是一场时代的演进。刘鹏博士的这本书正是这个变革时代营销技术变化的实录,他对Z新数字广告技术方方面面的精到剖析,不仅是对广告知识体系的实时更新,更是对未来新的数字营销体系架构的有益探索。希望今天我们勇于探索和开拓的也正是未来被写进历史的故事。

——吴明辉,秒针系统创始人、董事长兼CEO

随着互联网的高速增长,广告开始往精细化发展,如何在有限的资源里获得Z大化的广告综合收益是一个非常复杂、重要且有趣的问题,这也是计算广告研究的方向。刘鹏作为这个方向的专家,在本书中从计算广告问题的提出开始,介绍了计算广告的产品形态以及关键技术。本书非常适合互联网广告的从业者系统性地了解计算广告领域。

——周霖,搜易贷联合创始人,前搜狐高级副总裁

本书逻辑清晰,非常贴近实战,值得网络广告从业人员仔细阅读与思考。无论是媒体、广告代理还是广告主,谁能更好地获取数据、理解数据、应用数据,谁就能在日益激烈的市场竞争中脱颖而出。

——赵士路,WiseMedia 创始人、CEO

互联网和移动互联网广告生态圈正在发生翻天覆地的变化,广告形式、产品形态、市场格局及产业链模式不断推陈出新,让人目不暇接。同时,基于营销大数据的计算广告技术也日益成熟。刘鹏博士的这本书将两者有机结合起来,既能帮助从业人员了解互联网广告全貌及流量变现的现状,也能帮助技术人员掌握计算广告的核心技术,是一本兼顾商业产品逻辑和技术实践的难得一见的作品。

——唐健,爱点击CEO

互联网广告是一个千亿元级的市场。如果把互联网比作一辆车的话,互联网广告就是“汽油”,因为大多数网站都要依靠广告盈利。刘鹏博士的这本书涉及大量的基础知识、概念和商业模式,是目前此领域比较全面的一本广告技术著作。书的内容深入浅出,讲述了搜索广告、广告交易平台、广告基本算法以及开源系统等重要概念,也介绍了不少相关广告技术公司以及他们在互联网广告这个产业链上的各种典型产品,非常适合从业人员以及有兴趣进入这一阳光产业的人学习。

——唐朝晖,艾德思奇创始人、CEO

过去5 年是移动互联网发展Z快的时期,开发者创造出如此多的应用和内容,用户行为习惯和数据积累发生惊人变化。在此过程中,在线广告作为Z主要的变现形式,逐渐成为广大从业人员必须掌握的知识和技术。然而,由于此领域学习门槛较高,对很多从业人员来说迷雾重重。大部分相关文章只是对与广告相关的一些术语进行了罗列或介绍,无法让读者“知其然而知其所以然”。本书的出版将弥补这一空白,它系统性地介绍了在线广告的发展历史和逻辑,以及流行的程序化购买的关键技术与算法。更为可贵的是,刘鹏在本书中融入了自己对计算广告领域的理解和多年积累下来的宝贵经验,使整本书的思路和编排极为流畅。本书既适合想了解此领域的初学者或业务人员泛读,也适合专家以及产品人员对特定的知识点进行精读。本书将成为广大互联网从业人员理想读物,特此重点推荐给大家。

——崔晓波,TalkingData 创始人、CEO

来自媒体与行业专家

本质上讲,互联网经济与广告经济都属于信息经济的具体技术形态或产业形态,核心要素是数据,经济学特征则是“所有能够传播信息的商品,其售价都会趋向其边际成本”。因此,确定数据商业化与广告产品化之间转换的逻辑、方法和路径极为重要,计算广告恰恰是这样一种经过多年实践的有效体系。刘鹏先生所著的这本书对相关的技术、创新与商业做了极好的刻画、梳理与论述。

——马旗戟,原尼尔森高级副总裁

我有两个身份,既是从20 世纪开始工作的广告主,又是大学老师,但面对的却是一样的问题和困惑。营销方法尤其是广告形式推陈出新,新技术层出不穷,受限于我自身的学问背景,不可能全部都了解,所以有拜读本书内容的机会我特别欣喜,终于有一本由业内专家执笔且技术含量特别高、非常实用的书了!广告主可以从中了解不同的展现方式,利用书中的广告主在线营销决策过程择善而为。媒体也可以凭借类似的广告变现决策,揭示未来的发展方向。专业人员可以进一步了解背后的技术,找出Z有针对性的广告投放方式,提升推广成果。因此,我非常推崇本书的实用价值及参考价值。

——杨仕名,香港大学SPACE 中国商业学院副总监,营销与传媒管理中心主任

广告带来的后向变现是互联网经济中核心的变现模式之一,也是互联网商业模式的重要根基,而本书对这一领域做了一次全面的总结。我们希望互联网企业、广告服务和技术公司以及艾瑞这样的数据服务公司,以本书的出版为契机,认真探讨互联网商业模式上的分工协作,推动行业的变革与发展。

——杨伟庆,艾瑞咨询总裁

世界上有一种沟通是付费的,这就是广告的本质。然而,近几年互联网改变了整个广告生态的格局,目前世界上Z叱咤风云的互联网公司几乎都依赖广告。刘鹏博士的这本书系统性地介绍了这种深层次的变化,以及整个产业链迸发出的各种技术手段与学问。本书由浅入深,系统地介绍了几乎每个互联网广告的生态位置以及其背后运作的机理,是我目前见过国内Z系统的计算广告方面的著作。本书对互联网、媒体、广告公司、市场营销人士,甚至消费者,都是一本了解互联网广告的佳作。

——张迪,Adexchanger.cn 创始人

有了互联网才有了计算广告学:计算广告学把传统的无法定向投放和无法度量的广告变得可以定向投放和可以量化度量效果。刘鹏博士在工作之余,把计算广告学的系统性知识和多年实战经验总结成书,对从事计算广告的工程师和想了解计算广告的工程师都非常有帮助。

——张栋,前谷歌研究员

本书于我而言,是打开了一扇窗,让我看见了在巨大的互联网广告产业后面蕴含的数学模型和算法基础。计算广告学中蕴含的各种方法让我想到了管理方法论中很著名的一句话:“If you can’t measure it, you can’t manage it!” 量化的方法使计算广告学成为计算机科学与工程的一个崭新和重要的方向。非常感谢作者的知识分享。

——陈怀临,弯曲评论创始人

对计算广告技术和商务人才的需求近两年迅速高涨,但计算广告是一个新兴交叉学科,一直缺乏全面系统的著作。本书全面介绍了这一领域的商业背景知识、业务需求和详细的技术实现思路。本书一个重要特色是将该领域的商业挑战与技术的选择、应用、实现进行了融汇中西的系统化介绍,让不同知识背景的读者都能从中获得认识提升。此外,本书对于整个计算广告技术知识体系的梳理全面、准确,囊括了从业人士和学术研究需要关注和了解的主要知识点,已有一定基础和实践经验的读者也能从中温故知新和查遗补缺。本书的出版对于促进中国相关行业人才池的增长大有裨益。

——范秋华,RTBChina 创始人

互联互通正领pao,眼球经济网民包。创收多多靠广告,变现书籍好难找。计算广告学走俏,廿年蔚然成林悄。理论实践兼顾到,刘鹏此书及时抛。入门登堂先介绍,市场规模大蛋糕。产品技术两面刀,块块切尝大与小。搜索推广竞价搞,合约展现包推销。程序交易争分秒,移动平台憋新招。信息流起人社交,原生广告置混淆。探索利用平衡高,点击建模测验校。背景逻辑打夯牢,核心技术窥其奥。照葫芦可画出瓢,立竿见影编码跑。十载面壁勤思考,刘鹏功成发大招。油翁多年练广告,情不自禁拇指挑!

——洪涛,打油诗人,前百度高级科学家


目录

第一部分 在线广告市场与背景

第1章 在线广告综述3

1.1 免费模式与互联网核心资产4

1.2 大数据与广告的关系5

1.3 广告的定义与目的7

1.4 在线广告表现形式9

1.5 在线广告简史15

第2章 计算广告基础20

2.1 广告有效性原理21

2.2 互联网广告的技术特点23

2.3 计算广告的核心问题24

2.3.1 广告收入的分解25

2.3.2 结算方式与eCPM估计的关系26

2.4 在线广告相关行业协会29

2.4.1 交互广告局29

2.4.2 美国广告代理协会30

2.4.3 美国国家广告商协会30

第二部分 在线广告产品逻辑

第3章 在线广告产品概览33

3.1 商业产品的设计原则34

3.2 广告系统的产品接口35

3.2.1 广告主层级组织与投放管理35

3.2.2 供给方管理接口38

3.2.3 供需之间多种接口形式39

第4章 合约广告41

4.1 广告位合约42

4.2 受众定向43

4.2.1 受众定向方法概览43

4.2.2 受众定向标签体系46

4.2.3 标签体系的设计思路47

4.3 展示量合约48

4.3.1 流量预测49

4.3.2 流量塑形50

4.3.3 在线分配50

4.3.4 产品案例51

第5章 搜索广告与竞价广告53

5.1 搜索广告54

5.1.1 搜索广告产品形态55

5.1.2 搜索广告产品新形式57

5.1.3 搜索广告产品策略60

5.1.4 产品案例62

5.2 位置拍卖与机制设计64

5.2.1 市场保留价65

5.2.2 定价问题66

5.2.3 价格挤压68

5.2.4 Myerson最优拍卖69

5.2.5 定价结果示例69

5.3 竞价广告网络70

5.3.1 广告网络产品形态71

5.3.2 广告网络产品策略72

5.3.3 产品案例73

5.4 竞价广告需求方产品74

5.4.1 搜索引擎营销74

5.4.2 交易终端75

5.4.3 产品案例75

5.5 竞价广告与合约广告的比较77

第6章 程序化交易广告78

6.1 实时竞价79

6.2 其他程序化交易方式82

6.2.1 优选82

6.2.2 私有市场83

6.2.3 程序化直投84

6.2.4 广告交易方式谱系84

6.3 广告交易平台85

6.4 需求方平台87

6.4.1 需求方平台产品策略87

6.4.2 出价策略88

6.4.3 出价和定价过程89

6.4.4 重定向89

6.4.5 新客推荐91

6.4.6 产品案例92

6.5 供给方平台94

6.5.1 供给方平台产品策略94

6.5.2 HeaderBidding95

6.5.3 产品案例96

第7章 数据加工与交易99

7.1 有价值的数据来源100

7.2 数据管理平台102

7.2.1 三方数据划分102

7.2.2 第一方数据管理平台102

7.2.3 第三方数据管理平台103

7.2.4 产品案例104

7.3 数据交易的基本过程107

7.4 隐私保护和数据安全109

7.4.1 隐私保护问题109

7.4.2 程序化交易中的数据安全111

7.4.3 欧盟的通用数据保护条例113

第8章 信息流与原生广告115

8.1 移动广告的现状与挑战116

8.1.1 移动广告的特点117

8.1.2 移动广告的传统创意形式117

8.1.3 移动广告的挑战119

8.2 信息流广告121

8.2.1 信息流广告的定义121

8.2.2 信息流广告产品关键123

8.3 其他原生广告相关产品124

8.3.1 搜索广告125

8.3.2 软文广告125

8.3.3 联盟125

8.4 原生广告平台126

8.4.1 表现原生与场景原生126

8.4.2 场景的感知与应用127

8.4.3 植入式原生广告128

8.4.4 产品案例130

8.5 原生广告与程序化交易134

第三部分 计算广告关键技术

第9章 计算广告技术概览137

9.1 个性化系统框架138

9.2 各类广告系统优化目标139

9.3 计算广告系统架构140

9.3.1 广告投放引擎142

9.3.2 数据高速公路143

9.3.3 离线数据处理143

9.3.4 在线数据处理144

9.4 计算广告系统主要技术144

9.5 用开源工具搭建计算广告系统146

9.5.1 Web服务器Nginx146

9.5.2 分布式配置和集群管理工具ZooKeeper148

9.5.3 全文检索引擎Lucene148

9.5.4 跨语言通信接口Thrift149

9.5.5 数据高速公路Flume150

9.5.6 分布式数据处理平台Hadoop150

9.5.7 特征在线缓存Redis151

9.5.8 流计算平台Storm152

9.5.9 高效的迭代计算框架Spark152

第10章 基础知识准备154

10.1 信息检索155

10.1.1 倒排索引155

10.1.2 向量空间模型157

10.2 最优化方法158

10.2.1 拉格朗日法与凸优化159

10.2.2 下降单纯形法160

10.2.3 梯度下降法160

10.2.4 拟牛顿法162

10.3 统计机器学习167

10.3.1 最大熵与指数族分布168

10.3.2 混合模型和EM算法169

10.3.3 贝叶斯学习171

10.4 统计模型分布式优化框架174

10.5 深度学习175

10.5.1 深度神经网络优化方法176

10.5.2 卷积神经网络(CNN)177

10.5.3 递归神经网络(RNN)178

10.5.4 生成对抗网络(GAN)180

第11章 合约广告核心技术181

11.1 广告排期系统182

11.2 担保式投送系统183

11.2.1 流量预测185

11.2.2 频次控制186

11.3 在线分配188

11.3.1 在线分配问题188

11.3.2 在线分配问题举例190

11.3.3 极限性能研究192

11.3.4 实用优化算法193

第12章 受众定向核心技术201

12.1 受众定向技术分类202

12.2 上下文定向203

12.3 文本主题挖掘205

12.3.1 LSA模型206

12.3.2 PLSI模型206

12.3.3 LDA模型207

12.3.4 词嵌入word2vec208

12.4 行为定向209

12.4.1 行为定向建模问题210

12.4.2 行为定向特征生成211

12.4.3 行为定向决策过程214

12.4.4 行为定向的评测215

12.5 人口属性预测217

12.6 数据管理平台218

第13章 竞价广告核心技术220

13.1 竞价广告计价算法220

13.2 搜索广告系统222

13.2.1 查询扩展223

13.2.2 广告放置226

13.3 广告网络227

13.4 广告检索229

13.4.1 布尔表达式的检索230

13.4.2 相关性检索234

13.4.3 基于DNN的语义建模238

13.4.4 最近邻语义检索241

第14章 点击率预测模型247

14.1 点击率预测248

14.1.1 点击率基本模型248

14.1.2 LR模型优化算法249

14.1.3 点击率模型的校正256

14.1.4 点击率模型的特征257

14.1.5 点击率模型评测262

14.1.6 智能频次控制264

14.2 其他点击率模型264

14.2.1 因子分解机264

14.2.2 GBDT265

14.2.3 深度学习点击率模型267

14.3 探索与利用268

14.3.1 强化学习与E&E268

14.3.2 UCB方法270

14.3.3 考虑上下文的bandit271

第15章 程序化交易核心技术272

15.1 广告交易平台273

15.1.1 cookie映射273

15.1.2 询价优化277

15.2 需求方平台278

15.2.1 定制化用户标签280

15.2.2 DSP中的点击率预测282

15.2.3 点击价值估计283

15.2.4 出价策略284

15.3 供给方平台284

第16章 其他广告相关技术286

16.1 创意优化287

16.1.1 程序化创意287

16.1.2 点击热力图288

16.1.3 创意的发展趋势289

16.2 实验框架291

16.3 广告监测与归因292

16.3.1 广告监测292

16.3.2 广告安全294

16.3.3 广告效果归因295

16.4 作弊与反作弊296

16.4.1 作弊的方法分类296

16.4.2 常见的作弊方法297

16.5 产品技术选型实战301

16.5.1 媒体实战302

16.5.2 广告主实战304

16.5.3 数据提供方实战306

第四部分 附录

附录 主要术语及缩写索引311

参考文献317