注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書經濟管理經濟貿易經濟計算廣告:互聯(lián)網商業(yè)變現(xiàn)的市場與技術(第2版 全彩精裝版)

計算廣告:互聯(lián)網商業(yè)變現(xiàn)的市場與技術(第2版 全彩精裝版)

計算廣告:互聯(lián)網商業(yè)變現(xiàn)的市場與技術(第2版 全彩精裝版)

定 價:¥149.00

作 者: 劉鵬,王超 著
出版社: 人民郵電出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787115524317 出版時間: 2019-12-01 包裝: 精裝
開本: 16開 頁數: 320 字數:  

內容簡介

  計算廣告是一項新興的研究課題,它涉及大規(guī)模搜索和文本分析、信息獲取、統(tǒng)計模型、機器學習、分類、優(yōu)化以及微觀經濟學等諸多領域的知識。本書從實踐出發(fā),系統(tǒng)地介紹計算廣告的產品、問題、系統(tǒng)和算法,并且從工業(yè)界的視角對這一領域進行具體技術的深入剖析。本書立足于廣告市場的根本問題,從計算廣告各個階段所遇到的市場挑戰(zhàn)出發(fā),以廣告系統(tǒng)業(yè)務形態(tài)的需求和變化為主線,依次介紹合約廣告系統(tǒng)、競價廣告系統(tǒng)、程序化交易市場等重要課題,并對計算廣告涉及的關鍵技術和算法做深入的探討,還加入了深度學習的基礎方法論及其在計算廣告中的應用。無論是互聯(lián)網公司商業(yè)化部門的產品技術人員,還是對個性化系統(tǒng)、大數據變現(xiàn)或交易有興趣的產品技術人員,傳統(tǒng)企業(yè)互聯(lián)網化進程的決策者,傳統(tǒng)廣告業(yè)務的從業(yè)者,互聯(lián)網創(chuàng)業(yè)者,計算機相關專業(yè)研究生,都會從閱讀本書中受益匪淺。

作者簡介

  劉鵬(@北冥乘海生),現(xiàn)任科大訊飛副總裁,大數據研究院院長。他在清華大學獲得博士學位后,加入微軟亞洲研究院,從事人工智能研究,后參與創(chuàng)建雅虎北京研究院,出任高級科學家。他還曾任MediaV首席科學家、360商業(yè)化首席架構師等職。在多年從業(yè)經歷中,他一直致力于將人工智能方法與海量數據相結合來解決工業(yè)界問題,負責過多個大型互聯(lián)網商業(yè)產品體系。 他特別重視計算廣告和大數據技術的普及,他講授的“計算廣告”在網易云課堂有超過3萬名學生,已經成為業(yè)界進行相關培訓的基礎教程。他還曾擔任北京大學、中國傳媒大學等高??妥淌冢v授計算廣告相關課程,為推動中國廣告產業(yè)的數字化、智能化做出了貢獻。 王超(@德川),于北京大學獲得碩士學位后,曾就職于微博、汽車之家等公司的廣告部門,從事計算廣告領域的研究和實踐工作。現(xiàn)任百度主任研發(fā)架構師,從事個性化推薦領域相關的工作。

圖書目錄

目錄
第 一部分 在線廣告市場與背景
第 1章 在線廣告綜述  3
1.1 免費模式與互聯(lián)網核心資產  4
1.2 大數據與廣告的關系  5
1.3 廣告的定義與目的  7
1.4 在線廣告表現(xiàn)形式  9
1.5 在線廣告簡史  15
第 2章 計算廣告基礎  20
2.1 廣告有效性原理  21
2.2 互聯(lián)網廣告的技術特點  23
2.3 計算廣告的核心問題  24
2.3.1 廣告收入的分解  25
2.3.2 結算方式與eCPM估計的關系  26
2.4 在線廣告相關行業(yè)協(xié)會  29
2.4.1 交互廣告局  29
2.4.2 美國廣告代理協(xié)會  30
2.4.3 美國國家廣告商協(xié)會  30
第二部分 在線廣告產品邏輯
第3章 在線廣告產品概覽  33
3.1 商業(yè)產品的設計原則  34
3.2 廣告系統(tǒng)的產品接口  35
3.2.1 廣告主層級組織與投放管理  35
3.2.2 供給方管理接口  38
3.2.3 供需之間多種接口形式  39
第4章 合約廣告  41
4.1 廣告位合約  42
4.2 受眾定向  43
4.2.1 受眾定向方法概覽  43
4.2.2 受眾定向標簽體系  46
4.2.3 標簽體系的設計思路  47
4.3 展示量合約  48
4.3.1 流量預測  49
4.3.2 流量塑形  50
4.3.3 在線分配  50
4.3.4 產品案例  51
第5章 搜索廣告與競價廣告  53
5.1 搜索廣告  54
5.1.1 搜索廣告產品形態(tài)  55
5.1.2 搜索廣告產品新形式  57
5.1.3 搜索廣告產品策略  60
5.1.4 產品案例  62
5.2 位置拍賣與機制設計  64
5.2.1 市場保留價  65
5.2.2 定價問題  66
5.2.3 價格擠壓  68
5.2.4 Myerson最優(yōu)拍賣  69
5.2.5 定價結果示例  69
5.3 競價廣告網絡  70
5.3.1 廣告網絡產品形態(tài)  71
5.3.2 廣告網絡產品策略  72
5.3.3 產品案例  73
5.4 競價廣告需求方產品  74
5.4.1 搜索引擎營銷  74
5.4.2 交易終端  75
5.4.3 產品案例  75
5.5 競價廣告與合約廣告的比較  77
第6章 程序化交易廣告  78
6.1 實時競價  79
6.2 其他程序化交易方式  82
6.2.1 優(yōu)選  82
6.2.2 私有市場  83
6.2.3 程序化直投  84
6.2.4 廣告交易方式譜系  84
6.3 廣告交易平臺  85
6.4 需求方平臺  87
6.4.1 需求方平臺產品策略  87
6.4.2 出價策略  88
6.4.3 出價和定價過程  89
6.4.4 重定向  89
6.4.5 新客推薦  91
6.4.6 產品案例  92
6.5 供給方平臺  94
6.5.1 供給方平臺產品策略  94
6.5.2 Header Bidding  95
6.5.3 產品案例  96
第7章 數據加工與交易  99
7.1 有價值的數據來源  100
7.2 數據管理平臺  102
7.2.1 三方數據劃分  102
7.2.2 第 一方數據管理平臺  102
7.2.3 第三方數據管理平臺  103
7.2.4 產品案例  104
7.3 數據交易的基本過程  107
7.4 隱私保護和數據安全  109
7.4.1 隱私保護問題  109
7.4.2 程序化交易中的數據安全  111
7.4.3 歐盟的通用數據保護條例  113
第8章 信息流與原生廣告  115
8.1 移動廣告的現(xiàn)狀與挑戰(zhàn)  116
8.1.1 移動廣告的特點  117
8.1.2 移動廣告的傳統(tǒng)創(chuàng)意形式  117
8.1.3 移動廣告的挑戰(zhàn)  119
8.2 信息流廣告  121
8.2.1 信息流廣告的定義  121
8.2.2 信息流廣告產品關鍵  123
8.3 其他原生廣告相關產品  124
8.3.1 搜索廣告  125
8.3.2 軟文廣告  125
8.3.3 聯(lián)盟  125
8.4 原生廣告平臺  126
8.4.1 表現(xiàn)原生與場景原生  126
8.4.2 場景的感知與應用  127
8.4.3 植入式原生廣告  128
8.4.4 產品案例  130
8.5 原生廣告與程序化交易  134
第三部分 計算廣告關鍵技術
第9章 計算廣告技術概覽  137
9.1 個性化系統(tǒng)框架  138
9.2 各類廣告系統(tǒng)優(yōu)化目標  139
9.3 計算廣告系統(tǒng)架構  140
9.3.1 廣告投放引擎  142
9.3.2 數據高速公路  143
9.3.3 離線數據處理  143
9.3.4 在線數據處理  144
9.4 計算廣告系統(tǒng)主要技術  144
9.5 用開源工具搭建計算廣告系統(tǒng)  146
9.5.1 Web服務器Nginx  146
9.5.2 分布式配置和集群管理工具ZooKeeper  148
9.5.3 全文檢索引擎Lucene  148
9.5.4 跨語言通信接口Thrift  149
9.5.5 數據高速公路Flume  150
9.5.6 分布式數據處理平臺Hadoop  150
9.5.7 特征在線緩存Redis  151
9.5.8 流計算平臺Storm  152
9.5.9 高效的迭代計算框架Spark  152
第 10章 基礎知識準備  154
10.1 信息檢索  155
10.1.1 倒排索引  155
10.1.2 向量空間模型  157
10.2 最優(yōu)化方法  158
10.2.1 拉格朗日法與凸優(yōu)化  159
10.2.2 下降單純形法  160
10.2.3 梯度下降法  160
10.2.4 擬牛頓法  162
10.3 統(tǒng)計機器學習  167
10.3.1 最大熵與指數族分布  168
10.3.2 混合模型和EM算法  169
10.3.3 貝葉斯學習  171
10.4 統(tǒng)計模型分布式優(yōu)化框架   174
10.5 深度學習  175
10.5.1 深度神經網絡優(yōu)化方法  176
10.5.2 卷積神經網絡(CNN)  177
10.5.3 遞歸神經網絡(RNN)  178
10.5.4 生成對抗網絡(GAN)  180
第 11章 合約廣告核心技術  181
11.1 廣告排期系統(tǒng)  182
11.2 擔保式投送系統(tǒng)  183
11.2.1 流量預測  185
11.2.2 頻次控制  186
11.3 在線分配  188
11.3.1 在線分配問題  188
11.3.2 在線分配問題舉例  190
11.3.3 極限性能研究  192
11.3.4 實用優(yōu)化算法  193
第 12章 受眾定向核心技術  201
12.1 受眾定向技術分類  202
12.2 上下文定向  203
12.3 文本主題挖掘  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 詞嵌入word2vec  208
12.4 行為定向  209
12.4.1 行為定向建模問題  210
12.4.2 行為定向特征生成  211
12.4.3 行為定向決策過程  214
12.4.4 行為定向的評測  215
12.5 人口屬性預測  217
12.6 數據管理平臺  218
第 13章 競價廣告核心技術  220
13.1 競價廣告計價算法  220
13.2 搜索廣告系統(tǒng)  222
13.2.1 查詢擴展  223
13.2.2 廣告放置  226
13.3 廣告網絡  227
13.4 廣告檢索  229
13.4.1 布爾表達式的檢索  230
13.4.2 相關性檢索  234
13.4.3 基于DNN的語義建模  238
13.4.4 最近鄰語義檢索  241
第 14章 點擊率預測模型  247
14.1 點擊率預測  248
14.1.1 點擊率基本模型  248
14.1.2 LR模型優(yōu)化算法  249
14.1.3 點擊率模型的校正  256
14.1.4 點擊率模型的特征  257
14.1.5 點擊率模型評測  262
14.1.6 智能頻次控制  264
14.2 其他點擊率模型  264
14.2.1 因子分解機  264
14.2.2 GBDT  265
14.2.3 深度學習點擊率模型  267
14.3 探索與利用  268
14.3.1 強化學習與E&E  268
14.3.2 UCB方法  270
14.3.3 考慮上下文的 bandit  271
第 15章 程序化交易核心技術  272
15.1 廣告交易平臺  273
15.1.1 cookie 映射  273
15.1.2 詢價優(yōu)化  277
15.2 需求方平臺  278
15.2.1 定制化用戶標簽  280
15.2.2 DSP中的點擊率預測  282
15.2.3 點擊價值估計  283
15.2.4 出價策略  284
15.3 供給方平臺  284
第 16章 其他廣告相關技術  286
16.1 創(chuàng)意優(yōu)化  287
16.1.1 程序化創(chuàng)意  287
16.1.2 點擊熱力圖  288
16.1.3 創(chuàng)意的發(fā)展趨勢  289
16.2 實驗框架  291
16.3 廣告監(jiān)測與歸因  292
16.3.1 廣告監(jiān)測  292
16.3.2 廣告安全  294
16.3.3 廣告效果歸因  295
16.4 作弊與反作弊  296
16.4.1 作弊的方法分類  296
16.4.2 常見的作弊方法   297
16.5 產品技術選型實戰(zhàn)  301
16.5.1 媒體實戰(zhàn)  302
16.5.2 廣告主實戰(zhàn)  304
16.5.3 數據提供方實戰(zhàn)  306
附錄 主要術語及縮寫索引  309
參考文獻  315

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.dappsexplained.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號