計算廣告：互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場與技術（第3版）
定 價：99.8 元
- 作者：劉鵬 王超
- 出版時間：2022/8/1
- ISBN：9787115592552
- 出 版 社：人民郵電出版社
- 中圖法分類：F713.80
- 頁碼：334
- 紙張：
- 版次：03
- 開本：16開
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(jīng)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(chǎn)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。這一版中更是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(wǎng)公司商業(yè)化部門的產(chǎn)品技術人員，還是對個性化系統(tǒng)、大數(shù)據(jù)變現(xiàn)或交易有興趣的產(chǎn)品技術人員，傳統(tǒng)企業(yè)互聯(lián)網(wǎng)化進程的決策者，傳統(tǒng)廣告業(yè)務的從業(yè)者，互聯(lián)網(wǎng)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。
本書是計算廣告領域受大家認可的作品。
本書第1版和第2版出版以后，獲得的業(yè)界反響超乎了我們的想象。實際上，本書已經(jīng)廣泛被互聯(lián)網(wǎng)公司采用，作為商業(yè)化相關部門的培訓教程，甚至還成了某大公司商業(yè)化部門年會時的”陽光普照獎”獎品。
經(jīng)過一段時間的補充與修訂，我們向讀者奉上這次的新版。新版新增了競價廣告的產(chǎn)品脈絡、計算分工帶來的產(chǎn)品方向的演進，以及智能投放的產(chǎn)品原理。
希望本書能幫助讀者深入了解互聯(lián)網(wǎng)流量與數(shù)據(jù)變現(xiàn)，洞察互聯(lián)網(wǎng)增長與財富的秘密，搭建商業(yè)化與獲客的產(chǎn)品技術體系。
對以下讀者，我們相信本書值得一讀：
● 互聯(lián)網(wǎng)公司的商業(yè)化、大數(shù)據(jù)和用戶增長部門的朋友；
● 傳統(tǒng)廣告與數(shù)字廣告從業(yè)者；
● 對推薦、大數(shù)據(jù)、人工智能技術的應用有興趣者；
● 轉(zhuǎn)型中的傳統(tǒng)企業(yè)和創(chuàng)業(yè)公司的戰(zhàn)略決策者；
● 計算機相關專業(yè)學生。
劉鵬（@北冥乘海生），現(xiàn)任科大訊飛副總裁，大數(shù)據(jù)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(jīng)歷中，他一直致力于將人工智能方法與海量數(shù)據(jù)相結合來解決工業(yè)界問題，負責過多個大型互聯(lián)網(wǎng)商業(yè)產(chǎn)品體系。他的微信公眾號為“計算廣告”。
他特別重視計算廣告和大數(shù)據(jù)技術的普及，他講授的“計算廣告”在網(wǎng)易云課堂有超過3萬名學生，已經(jīng)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、中國傳媒大學等高校客座教授，講授計算廣告相關課程，為推動中國廣告產(chǎn)業(yè)的數(shù)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�，F(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。
內(nèi)頁插圖
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(wǎng)核心資產(chǎn) 4
1.2大數(shù)據(jù)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(wǎng)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(chǎn)品邏輯
第3章 在線廣告產(chǎn)品概覽 33
3.1商業(yè)產(chǎn)品的設計原則 34
3.2廣告系統(tǒng)的產(chǎn)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(chǎn)品案例 51
5.4.2 交易終端 ………………………………………………………………… 75
5.4.3 產(chǎn)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(chǎn)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(chǎn)品案例 ………………………………………………………………… 92
6.5 供給方平臺 ……………………………………………………………………… 94
6.5.1 供給方平臺產(chǎn)品策略 …………………………………………………… 94
6.5.2 Header Bidding …………………………………………………………… 95
6.5.3 產(chǎn)品案例 ………………………………………………………………… 96
第7章 數(shù)據(jù)加工與交易 …………………………………………………………………… 99
7.1 有價值的數(shù)據(jù)來源 100
7.2 數(shù)據(jù)管理平臺 102
7.2.1 三方數(shù)據(jù)劃分 102
7.2.2 第 一方數(shù)據(jù)管理平臺 102
7.2.3 第三方數(shù)據(jù)管理平臺 103
7.2.4 產(chǎn)品案例 104
7.3數(shù)據(jù)交易的基本過程 107
7.4隱私保護和數(shù)據(jù)安全 109
7.4.1隱私保護問題 109
7.4.2程序化交易中的數(shù)據(jù)安全 111
7.4.3歐盟的通用數(shù)據(jù)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(chǎn)品關鍵 123
8.3其他原生廣告相關產(chǎn)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(chǎn)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(shù)據(jù)高速公路 ……………………………………………………………143
9.3.3 離線數(shù)據(jù)處理 ……………………………………………………………143
9.3.4 在線數(shù)據(jù)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
9.5.1Web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(shù)據(jù)高速公路Flume 150
9.5.6分布式數(shù)據(jù)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(shù)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(jīng)網(wǎng)絡優(yōu)化方法 ………………………………………………176
10.5.2 卷積神經(jīng)網(wǎng)絡（CNN） ………………………………………………177
10.5.3 遞歸神經(jīng)網(wǎng)絡（RNN） ………………………………………………178
10.5.4 生成對抗網(wǎng)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
12.3.1LSA模型 206
12.3.2PLSI模型 206
12.3.3LDA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(shù)據(jù)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(wǎng)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
14.1.2LR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
14.2.2GBDT 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
14.3.2UCB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
15.1.1cookie 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
15.2.2DSP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(chǎn)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(shù)據(jù)提供方實戰(zhàn) 306
第四部分 附錄
附錄 主要術語及縮寫索引 311
參考文獻 317
書單推薦
