计算广告 互联网商业变现的市场与技术 第2版PDF|Epub|txt|kindle电子书版本网盘下载

计算广告 互联网商业变现的市场与技术 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 在线广告市场与背景3

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33

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

5.2.4Myerson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

6.5.2Header Bidding95

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137

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

9.5.1Web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

12.3.1LSA模型206

12.3.2PLSI模型206

12.3.3LDA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

14.1.2LR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

14.2.2GBDT265

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

14.3.2UCB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

15.1.1cookie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

15.2.2DSP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311

附录 主要术语及缩写索引311

参考文献317