計(jì)算廣告：互聯(lián)網(wǎng)商業(yè)變現(xiàn)的市場(chǎng)與技術(shù)（第3版）

第 一部分 在線廣告市場(chǎng)與背景
第 1章 在線廣告綜述\t3
1．1免費(fèi)模式與互聯(lián)網(wǎng)核心資產(chǎn)\t4
1．2大數(shù)據(jù)與廣告的關(guān)系\t5
1．3廣告的定義與目的\t7
1．4在線廣告表現(xiàn)形式\t9
1．5在線廣告簡史\t15
第 2章 計(jì)算廣告基礎(chǔ)\t20
2．1廣告有效性原理\t21
2．2互聯(lián)網(wǎng)廣告的技術(shù)特點(diǎn)\t23
2．3計(jì)算廣告的核心問題\t24
2．3．1廣告收入的分解\t25
2．3．2結(jié)算方式與eCPM估計(jì)的關(guān)系\t26
2．4在線廣告相關(guān)行業(yè)協(xié)會(huì)\t29
2．4．1交互廣告局\t29
2．4．2美國廣告代理協(xié)會(huì)\t30
2．4．3美國國家廣告商協(xié)會(huì)\t30
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\t33
3．1商業(yè)產(chǎn)品的設(shè)計(jì)原則\t34
3．2廣告系統(tǒng)的產(chǎn)品接口\t35
3．2．1廣告主層級(jí)組織與投放管理\t35
3．2．2供給方管理接口\t38
3．2．3供需之間多種接口形式\t39
第4章 合約廣告\t41
4．1廣告位合約\t42
4．2受眾定向\t43
4．2．1受眾定向方法概覽\t43
4．2．2受眾定向標(biāo)簽體系\t46
4．2．3標(biāo)簽體系的設(shè)計(jì)思路\t47
4．3展示量合約\t48
4．3．1流量預(yù)測(cè)\t49
4．3．2流量塑形\t50
4．3．3在線分配\t50
4．3．4產(chǎn)品案例\t51

\t5．4．2\t交易終端 …………………………………………………………………\t75
\t5．4．3\t產(chǎn)品案例 …………………………………………………………………\t75
5．5\t競(jìng)價(jià)廣告與合約廣告的比較 ……………………………………………………\t77
第6章\t程序化交易廣告 ……………………………………………………………………\t78
6．1\t實(shí)時(shí)競(jìng)價(jià) …………………………………………………………………………\t79
6．2\t其他程序化交易方式 ……………………………………………………………\t82
\t6．2．1\t優(yōu)選 ………………………………………………………………………\t82
\t6．2．2\t私有市場(chǎng) …………………………………………………………………\t83
\t6．2．3\t程序化直投 ………………………………………………………………\t84
\t6．2．4\t廣告交易方式譜系 ………………………………………………………\t84
6．3\t廣告交易平臺(tái) ……………………………………………………………………\t85
6．4\t需求方平臺(tái) ………………………………………………………………………\t87
\t6．4．1\t需求方平臺(tái)產(chǎn)品策略 ……………………………………………………\t87
\t6．4．2\t出價(jià)策略 …………………………………………………………………\t88
\t6．4．3\t出價(jià)和定價(jià)過程 …………………………………………………………\t89
\t6．4．4\t重定向 ……………………………………………………………………\t89
\t6．4．5\t新客推薦 …………………………………………………………………\t91
\t6．4．6\t產(chǎn)品案例 …………………………………………………………………\t92
6．5\t供給方平臺(tái) ………………………………………………………………………\t94
\t6．5．1\t供給方平臺(tái)產(chǎn)品策略 ……………………………………………………\t94
\t6．5．2\tHeader Bidding ……………………………………………………………\t95
\t6．5．3\t產(chǎn)品案例 …………………………………………………………………\t96
第7章\t數(shù)據(jù)加工與交易 ……………………………………………………………………\t99
7．1\t有價(jià)值的數(shù)據(jù)來源\t100
7．2\t數(shù)據(jù)管理平臺(tái)\t102
7．2．1\t三方數(shù)據(jù)劃分\t102
7．2．2\t第 一方數(shù)據(jù)管理平臺(tái)\t102
7．2．3\t第三方數(shù)據(jù)管理平臺(tái)\t103
7．2．4\t產(chǎn)品案例\t104
7．3數(shù)據(jù)交易的基本過程\t107
7．4隱私保護(hù)和數(shù)據(jù)安全\t109
7．4．1隱私保護(hù)問題\t109
7．4．2程序化交易中的數(shù)據(jù)安全\t111
7．4．3歐盟的通用數(shù)據(jù)保護(hù)條例\t113
第8章 信息流與原生廣告\t115
8．1移動(dòng)廣告的現(xiàn)狀與挑戰(zhàn)\t116
8．1．1移動(dòng)廣告的特點(diǎn)\t117
8．1．2移動(dòng)廣告的傳統(tǒng)創(chuàng)意形式\t117
8．1．3移動(dòng)廣告的挑戰(zhàn)\t119
8．2信息流廣告\t121
8．2．1信息流廣告的定義\t121
8．2．2信息流廣告產(chǎn)品關(guān)鍵\t123
8．3其他原生廣告相關(guān)產(chǎn)品\t124
8．3．1搜索廣告\t125
8．3．2軟文廣告\t125
8．3．3\t聯(lián)盟\t125
8．4原生廣告平臺(tái)\t126
8．4．1表現(xiàn)原生與場(chǎng)景原生\t126
8．4．2場(chǎng)景的感知與應(yīng)用\t127
8．4．3植入式原生廣告\t128
8．4．4產(chǎn)品案例\t130
8．5原生廣告與程序化交易\t134
第三部分 計(jì)算廣告關(guān)鍵技術(shù)
第9章 計(jì)算廣告技術(shù)概覽\t137
9．1個(gè)性化系統(tǒng)框架\t138
9．2各類廣告系統(tǒng)優(yōu)化目標(biāo)\t139
9．3計(jì)算廣告系統(tǒng)架構(gòu)\t140
9．3．1\t廣告投放引擎\t……………………………………………………………142
9．3．2\t數(shù)據(jù)高速公路\t……………………………………………………………143
9．3．3\t離線數(shù)據(jù)處理\t……………………………………………………………143
9．3．4\t在線數(shù)據(jù)處理\t……………………………………………………………144
9．4計(jì)算廣告系統(tǒng)主要技術(shù)\t144
9．5用開源工具搭建計(jì)算廣告系統(tǒng)\t146
9．5．1Web服務(wù)器Nginx\t146
9．5．2分布式配置和集群管理工具ZooKeeper\t148
9．5．3全文檢索引擎Lucene\t148
9．5．4跨語言通信接口Thrift\t149
9．5．5數(shù)據(jù)高速公路Flume\t150
9．5．6分布式數(shù)據(jù)處理平臺(tái)Hadoop\t150
9．5．7特征在線緩存Redis\t151
9．5．8流計(jì)算平臺(tái)Storm\t152
9．5．9高效的迭代計(jì)算框架Spark\t152
第 10章 基礎(chǔ)知識(shí)準(zhǔn)備\t154
10．1信息檢索\t155
10．1．1倒排索引\t155
10．1．2向量空間模型\t157
10．2最優(yōu)化方法\t158
10．2．1拉格朗日法與凸優(yōu)化\t159
10．2．2下降單純形法\t160
10．2．3梯度下降法\t160
10．2．4擬牛頓法\t162
10．3統(tǒng)計(jì)機(jī)器學(xué)習(xí)\t167
10．3．1最大熵與指數(shù)族分布\t168
10．3．2混合模型和EM算法\t169
10．3．3貝葉斯學(xué)習(xí)\t171
10．4統(tǒng)計(jì)模型分布式優(yōu)化框架\t174
10．5深度學(xué)習(xí)\t175
10．5．1\t深度神經(jīng)網(wǎng)絡(luò)優(yōu)化方法\t………………………………………………176
10．5．2\t卷積神經(jīng)網(wǎng)絡(luò)（CNN）\t………………………………………………177
10．5．3\t遞歸神經(jīng)網(wǎng)絡(luò)（RNN）\t………………………………………………178
10．5．4\t生成對(duì)抗網(wǎng)絡(luò)（GAN）\t………………………………………………180
第 11章 合約廣告核心技術(shù)\t181
11．1廣告排期系統(tǒng)\t182
11．2擔(dān)保式投送系統(tǒng)\t183
11．2．1流量預(yù)測(cè)\t185
11．2．2頻次控制\t186
11．3在線分配\t188
11．3．1在線分配問題\t188
11．3．2在線分配問題舉例\t190
11．3．3極限性能研究\t192
11．3．4實(shí)用優(yōu)化算法\t193
第 12章 受眾定向核心技術(shù)\t201
12．1受眾定向技術(shù)分類\t202
12．2上下文定向\t203
12．3文本主題挖掘\t205
12．3．1LSA模型\t206
12．3．2PLSI模型\t206
12．3．3LDA模型\t207
12．3．4詞嵌入word2vec\t208
12．4行為定向\t209
12．4．1行為定向建模問題\t210
12．4．2行為定向特征生成\t211
12．4．3行為定向決策過程\t214
12．4．4行為定向的評(píng)測(cè)\t215
12．5人口屬性預(yù)測(cè)\t217
12．6數(shù)據(jù)管理平臺(tái)\t218
第 13章 競(jìng)價(jià)廣告核心技術(shù)\t220
13．1競(jìng)價(jià)廣告計(jì)價(jià)算法\t220
13．2搜索廣告系統(tǒng)\t222
13．2．1查詢擴(kuò)展\t223
13．2．2廣告放置\t226
13．3廣告網(wǎng)絡(luò)\t227
13．4廣告檢索\t229
13．4．1布爾表達(dá)式的檢索\t230
13．4．2相關(guān)性檢索\t234
13．4．3基于DNN的語義建模\t238
13．4．4最近鄰語義檢索\t241
第 14章 點(diǎn)擊率預(yù)測(cè)模型\t247
14．1點(diǎn)擊率預(yù)測(cè)\t248
14．1．1點(diǎn)擊率基本模型\t248
14．1．2LR模型優(yōu)化算法\t249
14．1．3點(diǎn)擊率模型的校正\t256
14．1．4點(diǎn)擊率模型的特征\t257
14．1．5點(diǎn)擊率模型評(píng)測(cè)\t262
14．1．6智能頻次控制\t264
14．2其他點(diǎn)擊率模型\t264
14．2．1因子分解機(jī)\t264
14．2．2GBDT\t265
14．2．3深度學(xué)習(xí)點(diǎn)擊率模型\t267
14．3探索與利用\t268
14．3．1強(qiáng)化學(xué)習(xí)與E&E\t268
14．3．2UCB方法\t270
14．3．3考慮上下文的 bandit\t271
第 15章 程序化交易核心技術(shù)\t272
15．1廣告交易平臺(tái)\t273
15．1．1cookie 映射\t273
15．1．2詢價(jià)優(yōu)化\t277
15．2需求方平臺(tái)\t278
15．2．1定制化用戶標(biāo)簽\t280
15．2．2DSP中的點(diǎn)擊率預(yù)測(cè)\t282
15．2．3點(diǎn)擊價(jià)值估計(jì)\t283
15．2．4出價(jià)策略\t284
15．3供給方平臺(tái)\t284
第 16章 其他廣告相關(guān)技術(shù)\t286
16．1創(chuàng)意優(yōu)化\t287
16．1．1程序化創(chuàng)意\t287
16．1．2點(diǎn)擊熱力圖\t288
16．1．3創(chuàng)意的發(fā)展趨勢(shì)\t289
16．2實(shí)驗(yàn)框架\t291
16．3廣告監(jiān)測(cè)與歸因\t292
16．3．1廣告監(jiān)測(cè)\t292
16．3．2廣告安全\t294
16．3．3廣告效果歸因\t295
16．4作弊與反作弊\t296
16．4．1作弊的方法分類\t296
16．4．2常見的作弊方法\t297
16．5產(chǎn)品技術(shù)選型實(shí)戰(zhàn)\t301
16．5．1媒體實(shí)戰(zhàn)\t302
16．5．2廣告主實(shí)戰(zhàn)\t304
16．5．3數(shù)據(jù)提供方實(shí)戰(zhàn)\t306
第四部分 附錄
附錄 主要術(shù)語及縮寫索引\t311
參考文獻(xiàn)\t317