計算廣告：互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場與技術(shù)

定　價：￥69.00

作　者：	劉鵬王超
出版社：	人民郵電出版社
叢編項：
標　簽：	計算機/網(wǎng)絡(luò) 軟件工程/開發(fā)項目管理

購買這本書可以去

ISBN：	9787115392497	出版時間：	2015-09-01	包裝：
開本：	16	頁數(shù)：	295	字數(shù)：

內(nèi)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(jīng)濟學等諸多領(lǐng)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(lǐng)域具體技術(shù)的深入剖析?！队嬎銖V告互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場與技術(shù)》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(wù)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(guān)鍵技術(shù)和算法做深入的探討。無論是互聯(lián)網(wǎng)公司商業(yè)化部門的產(chǎn)品技術(shù)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(shù)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(wù)的從業(yè)者，互聯(lián)網(wǎng)創(chuàng)業(yè)者，計算機相關(guān)專業(yè)研究生，都會從閱讀《計算廣告互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場與技術(shù)》中受益匪淺。

作者簡介

　　劉鵬（@北冥乘海生），現(xiàn)任奇虎360高級總監(jiān)、商業(yè)產(chǎn)品首席架構(gòu)師，負責360的變現(xiàn)產(chǎn)品及工程。劉鵬在清華大學獲得博士學位后，加入微軟亞洲研究院，從事人工智能領(lǐng)域的研究，后曾參與創(chuàng)建雅虎北京研究院，出任高級科學家。劉鵬還曾經(jīng)擔任MediaV首席科學家等職。劉鵬一直致力于計算廣告和數(shù)據(jù)變現(xiàn)產(chǎn)品技術(shù)的普及工作，他講授的《計算廣告學》在網(wǎng)易云課堂和師徒網(wǎng)共有12000多名學生參與，已經(jīng)成為業(yè)界相關(guān)公司進行相關(guān)培訓的基礎(chǔ)教程之一。此課還作為北京大學計算機系、北京航空航天軟件學院的研究生課程和清華大學公開課講授。王超（@德川），于北京大學獲得碩士學位后，曾就職于百度、微博、搜狐集團的廣告變現(xiàn)部門，現(xiàn)任汽車之家廣告算法經(jīng)理。王超多年來專注于計算廣告中機器學習算法的研究和實踐，曾參加Criteo舉辦的廣告CTR預估比賽，在718個參賽隊中排名第7，同時是開源模型xgboost的代碼貢獻者。

圖書目錄

目錄
**部分在線廣告市場與背景
第1 章在線廣告綜述 3
1.1 大數(shù)據(jù)與廣告的關(guān)系 4
1.2 廣告的定義與目的 5
1.3 在線廣告創(chuàng)意類型 8
1.4 在線廣告簡史. 11
1.5 泛廣告商業(yè)產(chǎn)品. 16
1.6 延伸思考 18
第2 章計算廣告基礎(chǔ). 19
2.1 廣告有效性原理. 20
2.2 互聯(lián)網(wǎng)廣告的技術(shù)特點 22
2.3 計算廣告的核心問題. 23
2.3.1 廣告收入的分解 24
2.3.2 結(jié)算方式與eCPM估計的關(guān)系. 25
2.4 在線廣告相關(guān)行業(yè)協(xié)會 27
2.4.1 交互廣告局. 28
2.4.2 美國廣告代理協(xié)會 28
2.4.3 美國國家廣告商協(xié)會. 29
2.5 延伸思考 29
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(shè)計原則. 34
3.2 需求方層級組織與接口 35
3.3 供給方管理接口. 38
3.4 延伸思考 39
第4 章**廣告. 41
4.1 廣告位** 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
4.3 展示量** 47
4.3.1 流量預測. 48
4.3.2 流量塑形. 48
4.3.3 在線分配. 49
4.3.4 產(chǎn)品案例. 50
4.4 延伸思考 51
第5 章搜索與競價廣告. 53
5.1 搜索廣告 54
5.1.1 搜索廣告產(chǎn)品形態(tài) 55
5.1.2 搜索廣告產(chǎn)品新形式. 57
5.1.3 搜索廣告產(chǎn)品策略 59
5.1.4 產(chǎn)品案例. 61
5.2 位置拍賣與機制設(shè)計. 64
5.2.1 定價問題. 64
5.2.2 市場保留價. 67
5.2.3 價格擠壓. 68
5.2.4 定價結(jié)果示例 68
5.3 廣告網(wǎng)絡(luò) 69
5.3.1 廣告網(wǎng)絡(luò)產(chǎn)品形態(tài) 69
5.3.2 廣告網(wǎng)絡(luò)產(chǎn)品策略 71
5.3.3 產(chǎn)品案例. 72
5.4 競價廣告需求方產(chǎn)品. 73
5.4.1 搜索引擎營銷 73
5.4.2 媒體購買平臺 74
5.4.3 產(chǎn)品案例. 74
5.5 競價廣告與**廣告的比較 76
5.6 延伸思考 77
第6 章程序化交易廣告. 79
6.1 實時競價 80
6.2 其他程序化交易方式. 83
6.2.1 優(yōu)選. 83
6.2.2 私有市場. 84
6.2.3 廣告交易方式譜系 85
6.3 廣告交易平臺. 86
6.4 需求方平臺 88
6.4.1 需求方平臺產(chǎn)品策略. 89
6.4.2 出價策略. 89
6.4.3 重定向. 90
6.4.4 新客推薦. 92
6.4.5 產(chǎn)品案例. 93
6.5 供給方平臺 95
6.5.1 供給方平臺產(chǎn)品策略. 95
6.5.2 產(chǎn)品案例. 96
6.6 數(shù)據(jù)加工與交易. 97
6.6.1 有價值的數(shù)據(jù)來源 98
6.6.2 三方數(shù)據(jù)劃分. 100
6.6.3 數(shù)據(jù)管理平臺. 100
6.6.4 數(shù)據(jù)交易平臺. 101
6.6.5 產(chǎn)品案例 101
6.7 在線廣告產(chǎn)品交互關(guān)系. 104
6.8 延伸思考. 106
第7 章移動互聯(lián)與原生廣告. 107
7.1 原生廣告相關(guān)產(chǎn)品 108
7.1.1 信息流廣告. 108
7.1.2 搜索廣告 109
7.1.3 軟文廣告 109
7.1.4 聯(lián)盟 109
7.2 移動廣告的現(xiàn)狀與挑戰(zhàn). 110
7.2.1 移動廣告的特點. 110
7.2.2 移動廣告的創(chuàng)意形式 111
7.2.3 移動廣告的挑戰(zhàn). 112
7.3 原生廣告平臺 114
7.3.1 表現(xiàn)原生與意圖原生 114
7.3.2 植入式原生廣告. 115
7.3.3 產(chǎn)品案例 117
7.4 原生廣告與程序化交易. 119
7.5 延伸思考. 119
第8 章在線廣告產(chǎn)品實踐. 121
8.1 媒體實戰(zhàn). 121
8.1.1 變現(xiàn)方式和產(chǎn)品決策 122
8.1.2 數(shù)據(jù)支持方案決策. 123
8.2 廣告主實戰(zhàn) 124
8.3 數(shù)據(jù)提供方實戰(zhàn) 126
8.4 延伸思考. 127
第三部分計算廣告關(guān)鍵技術(shù)
第9 章計算廣告技術(shù)概覽. 131
9.1 個性化系統(tǒng)框架 132
9.2 各類廣告系統(tǒng)優(yōu)化目標. 133
9.3 計算廣告系統(tǒng)架構(gòu) 134
9.3.1 廣告投放引擎. 134
9.3.2 數(shù)據(jù)高速公路. 136
9.3.3 離線數(shù)據(jù)處理. 137
9.3.4 在線數(shù)據(jù)處理. 138
9.4 計算廣告系統(tǒng)主要技術(shù). 138
9.5 用開源工具搭建計算廣告系統(tǒng) 140
9.5.1Web服務(wù)器Nginx 140
9.5.2分布式配置和集群管理工具ZooKeeper 142
9.5.3全文檢索引擎Lucene. 142
9.5.4跨語言通信接口Thrift 143
9.5.5數(shù)據(jù)高速公路Flume 144
9.5.6分布式數(shù)據(jù)處理平臺Hadoop 144
9.5.7特征在線緩存Redis. 145
9.5.8流計算平臺Storm. 146
9.5.9高效的迭代計算框架Spark 146
9.6 延伸思考. 147
第10章基礎(chǔ)知識準備 149
10.1 信息檢索 149
10.1.1 倒排索引 150
10.1.2 向量空間模型. 152
10.2 **化方法. 153
10.2.1 拉格朗日法與凸優(yōu)化 154
10.2.2 下降單純形法. 155
10.2.3 梯度下降法. 155
10.2.4 擬牛頓法 156
10.2.5 Trust-Region 法. 160
10.3 統(tǒng)計機器學習. 162
10.3.1 **熵與指數(shù)族分布 162
10.3.2混合模型和EM算法 164
10.3.3 貝葉斯學習. 165
10.4 統(tǒng)計模型分布式優(yōu)化框架 169
第11章**廣告核心技術(shù) 171
11.1 廣告排期系統(tǒng). 171
11.2 擔保式投送系統(tǒng). 173
11.2.1 流量預測 175
11.2.2 頻次控制 176
11.3 在線分配 178
11.3.1 在線分配問題. 178
11.3.2 在線分配問題舉例. 181
11.3.3 極限性能研究. 182
11.3.4 實用優(yōu)化算法. 183
11.4 延伸思考 192
第12章受眾定向核心技術(shù) 193
12.1 受眾定向技術(shù)分類. 194
12.2 上下文定向. 195
12.2.1 半在線抓取系統(tǒng). 196
12.2.2 文本主題挖掘. 197
12.3 行為定向 201
12.3.1 行為定向建模問題. 201
12.3.2 行為定向特征生成. 202
12.3.3 行為定向決策過程. 206
12.3.4 行為定向的評測. 206
12.4 人口屬性預測. 209
12.5 數(shù)據(jù)管理平臺. 210
12.6 延伸思考 210
第13章競價廣告核心技術(shù) 213
13.1 競價廣告計價算法. 214
13.2 搜索廣告系統(tǒng). 216
13.2.1 查詢擴展 216
13.2.2 廣告放置 219
13.3 廣告網(wǎng)絡(luò) 220
13.4 廣告檢索 223
13.4.1 布爾表達式的檢索. 223
13.4.2 相關(guān)性檢索. 227
13.5 點擊率預測. 231
13.5.1 點擊率預測模型. 232
13.5.2 優(yōu)化算法 233
13.5.3 點擊率模型的校正. 244
13.5.4 點擊率模型的特征. 244
13.5.5 點擊率模型評測. 249
13.5.6 智能頻次控制. 251
13.6 探索與利用. 251
13.6.1 UCB 方法. 252
13.6.2考慮上下文的bandit 253
13.7 延伸思考 254
第14章程序化交易核心技術(shù) 255
14.1 廣告交易平臺. 255
14.1.1cookie映射. 256
14.1.2 詢價優(yōu)化 259
14.2 需求方平臺. 261
14.2.1 定制化用戶標簽. 263
14.2.2 DSP 中的點擊率預測 264
14.2.3 點擊價值估計. 266
14.2.4 出價策略 267
14.3 供給方平臺. 267
14.4 延伸思考 268
第15章其他廣告相關(guān)技術(shù) 269
15.1 創(chuàng)意優(yōu)化 270
15.1.1 程序化創(chuàng)意. 270
15.1.2 點擊熱力圖. 271
15.2 實驗框架 272
15.3 流量保護和效果監(jiān)測 273
15.3.1 反作弊 273
15.3.2 廣告監(jiān)測 276
15.3.3 廣告安全 277
15.4 隱私保護和數(shù)據(jù)安全 278
15.4.1 隱私保護問題. 278
15.4.2 程序化交易中的數(shù)據(jù)安全 280
15.5 延伸思考 282
第四部分附錄
附錄A主要術(shù)語及縮寫索引. 285
參考文獻 291