类似推荐
编辑推荐
本书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。
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，包括深度学习的基础方法论及其在计算广告中的应用，这一版加入了竞价广告的产品脉络、计算分工带来的产品方向的演进和智能投放的产品原理等内容。 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
作者刘鹏，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。
章节目录
版权信息
内容提要
对第1版的赞誉
第1版序一
第1版序二
第1版序三
前言
资源与支持
第一部分 在线广告市场与背景
第1章 在线广告综述
1.1 免费模式与互联网核心资产
1.2 大数据与广告的关系
1.3 广告的定义与目的
1.4 在线广告表现形式
1.5 在线广告简史
第2章 计算广告基础
2.1 广告有效性原理
2.2 互联网广告的技术特点
2.3 计算广告的核心问题
2.3.1 广告收入的分解
2.3.2 市场上常用的计费模式
2.4 在线广告相关行业协会
2.4.1 交互广告局
2.4.2 美国广告代理协会
2.4.3 美国国家广告商协会
第二部分 在线广告产品逻辑
第3章 在线广告产品概览
3.1 商业产品的设计原则
3.2 广告系统的产品接口
3.2.1 广告主层级组织与投放管理
3.2.2 供给方管理接口
3.2.3 供需之间多种接口形式
第4章 合约广告
4.1 广告位合约
4.2 受众定向
4.2.1 受众定向方法概览
4.2.2 受众定向标签体系
4.2.3 标签体系的设计思路
4.3 展示量合约
4.3.1 流量预测
4.3.2 流量塑形
4.3.3 在线分配
4.3.4 产品案例
第5章 竞价广告的产品脉络
5.1 竞价广告的三大核心问题
5.2 竞价市场的机制设计
5.2.1 定价问题
5.2.2 价格挤压
5.2.3 市场保留价
5.2.4 收入最优和迈尔森拍卖
5.2.5 定价结果示例
5.3 计算分工带来的产品方向演进
5.3.1 自然的计算分工与CPC计费
5.3.2 程序化交易——需求方承担更多计算分工
5.3.3 智能投放——供给方承担更多计算分工
第6章 搜索广告与竞价广告网络
6.1 搜索广告
6.1.1 搜索广告产品形态
6.1.2 搜索广告产品新形式
6.1.3 搜索广告产品策略
6.1.4 产品案例
6.2 竞价广告网络
6.2.1 广告网络产品形态
6.2.2 广告网络产品策略
6.2.3 产品案例
6.3 竞价广告需求方产品
6.3.1 搜索引擎营销
6.3.2 交易终端
6.3.3 产品案例
6.4 竞价广告与合约广告的比较
第7章 程序化交易广告
7.1 实时竞价
实时竞价的流程
7.2 其他程序化交易方式
7.2.1 优选
7.2.2 私有市场
7.2.3 程序化直投
7.2.4 广告交易方式谱系
7.3 广告交易平台
产品案例
7.4 需求方平台
7.4.1 需求方平台产品策略
7.4.2 出价策略
7.4.3 出价和定价过程
7.4.4 重定向
7.4.5 新客推荐
7.4.6 产品案例
7.5 供给方平台
7.5.1 供给方平台产品策略
7.5.2 Header Bidding
7.5.3 产品案例
第8章 数据加工与交易
8.1 有价值的数据来源
8.2 数据管理平台
8.2.1 三方数据划分
8.2.2 第一方数据管理平台
8.2.3 第三方数据管理平台
8.2.4 产品案例
8.3 数据交易的基本过程
8.4 隐私保护和数据安全
8.4.1 隐私保护问题
8.4.2 程序化交易中的数据安全
8.4.3 欧盟的通用数据保护条例
第9章 信息流与原生广告
9.1 移动广告的现状与挑战
9.1.1 移动广告的特点
9.1.2 移动广告的传统创意形式
9.1.3 移动广告的挑战
9.2 信息流广告
9.2.1 信息流广告的定义
9.2.2 信息流广告产品关键
9.3 其他原生广告相关产品
9.3.1 搜索广告
9.3.2 软文广告
9.3.3 联盟
9.4 原生广告平台
9.4.1 表现原生与场景原生
9.4.2 场景的感知与应用
9.4.3 植入式原生广告
9.4.4 产品案例
9.5 智能投放的产品原理
9.5.1 智能投放的基本问题和起因
9.5.2 oCPX的一价与二价理解
9.5.3 预算表达模式
9.6 原生广告与程序化交易
第三部分 计算广告关键技术
第10章 计算广告技术概览
10.1 个性化系统框架
10.2 各类广告系统优化目标
10.3 计算广告系统架构
10.3.1 广告投放引擎
10.3.2 数据高速公路
10.3.3 离线数据处理
10.3.4 在线数据处理
10.4 计算广告系统主要技术
10.5 用开源工具搭建计算广告系统
10.5.1 Web服务器Nginx
10.5.2 分布式配置和集群管理工具ZooKeeper
10.5.3 全文检索引擎Lucene
10.5.4 跨语言通信接口Thrift
10.5.5 数据高速公路Flume
10.5.6 分布式数据处理平台Hadoop
10.5.7 特征在线缓存Redis
10.5.8 流计算平台Storm
10.5.9 高效的迭代计算框架Spark
第11章 基础知识准备
11.1 信息检索
11.1.1 倒排索引
11.1.2 向量空间模型
11.2 最优化方法
11.2.1 拉格朗日法与凸优化
11.2.2 下降单纯形法
11.2.3 梯度下降法
11.2.4 拟牛顿法
11.2.5 信赖域法
11.3 统计机器学习
11.3.1 最大熵与指数族分布
11.3.2 混合模型和EM算法
11.3.3 贝叶斯学习
11.4 统计模型分布式优化框架
11.5 深度学习
11.5.1 深度神经网络优化方法
11.5.2 卷积神经网络（CNN）
11.5.3 递归神经网络（RNN）
11.5.4 生成对抗网络（GAN）
第12章 合约广告核心技术
12.1 广告排期系统
排期与动态广告混合系统
12.2 担保式投送系统
12.2.1 流量预测
12.2.2 频次控制
12.3 在线分配
12.3.1 在线分配问题
12.3.2 在线分配问题举例
12.3.3 极限性能研究
12.3.4 实用优化算法
第13章 受众定向核心技术
13.1 受众定向技术分类
13.2 上下文定向
半在线抓取系统
13.3 文本主题挖掘
13.3.1 LSA模型
13.3.2 PLSI模型
13.3.3 LDA模型
13.3.4 词嵌入word2vec
13.4 行为定向
13.4.1 行为定向建模问题
13.4.2 行为定向特征生成
13.4.3 行为定向决策过程
13.4.4 行为定向的评测
13.5 人口属性预测
13.6 数据管理平台
第14章 竞价广告核心技术
14.1 竞价广告计价算法
14.2 搜索广告系统
14.2.1 查询扩展
14.2.2 广告放置
14.3 广告网络
短时行为反馈与流计算
14.4 广告检索
14.4.1 布尔表达式的检索
14.4.2 相关性检索
14.4.3 基于DNN的语义建模
14.4.4 最近邻语义检索
第15章 点击率预测模型
15.1 点击率预测
15.1.1 点击率基本模型
15.1.2 LR模型优化算法
15.1.3 点击率模型的校正
15.1.4 点击率模型的特征
15.1.5 点击率模型评测
15.1.6 智能频次控制
15.2 其他点击率模型
15.2.1 因子分解机
15.2.2 GBDT
15.2.3 深度学习点击率模型
15.3 探索与利用
15.3.1 强化学习与E&E
15.3.2 UCB方法
15.3.3 考虑上下文的 bandit
第16章 程序化交易核心技术
16.1 广告交易平台
16.1.1 cookie 映射
16.1.2 询价优化
16.2 需求方平台
16.2.1 定制化用户标签
16.2.2 DSP中的点击率预测
16.2.3 点击价值估计
16.2.4 出价策略
16.3 供给方平台
网络优化
第17章 其他广告相关技术
17.1 创意优化
17.1.1 程序化创意
17.1.2 点击热力图
17.1.3 创意的发展趋势
17.2 实验框架
17.3 广告监测与归因
17.3.1 广告监测
17.3.2 广告安全
17.3.3 广告效果归因
17.4 作弊与反作弊
17.4.1 作弊的方法分类
17.4.2 常见的作弊方法
17.5 产品技术选型实战
17.5.1 媒体实战
17.5.2 广告主实战
17.5.3 数据提供方实战
第四部分 附录
附录 主要术语及缩写索引
参考文献
计算广告：互联网商业变现的市场与技术（第3版）是2022年由人民邮电出版社出版,作者刘鹏。
得书感谢您对《计算广告：互联网商业变现的市场与技术（第3版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
