幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

計算廣告(互聯網商業變現的市場與技術第2版)(精)

  • 作者：劉鵬//王超
  • 出版社：人民郵電
  • ISBN：9787115524317
  • 出版日期：2019/12/01
  • 裝幀：精裝
  • 頁數：320
人民幣：RMB 149 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    計算廣告是一項新興的研究課題，它涉及大規模搜索和文本分析、信息獲取、統計模型、機器學習、分類、優化以及微觀經濟學等諸多領域的知識。本書從實踐出發，系統地介紹計算廣告的產品、問題、系統和演算法，並且從工業界的視角對這一領域進行具體技術的深入剖析。
    本書立足於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出發，以廣告系統業務形態的需求和變化為主線，依次介紹合約廣告系統、競價廣告系統、程序化交易市場等重要課題，並對計算廣告涉及的關鍵技術和演算法做深入的探討，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。
    無論是互聯網公司商業化部門的產品技術人員，還是對個性化系統、大數據變現或交易有興趣的產品技術人員，傳統企業互聯網化進程的決策者，傳統廣告業務的從業者，互聯網創業者，電腦相關專業研究生，都會從閱讀本書中受益匪淺。
作者介紹
劉鵬//王超
目錄
第一部分  在線廣告市場與背景
  第1章  在線廣告綜述
    1.1  免費模式與互聯網核心資產
    1.2  大數據與廣告的關係
    1.3  廣告的定義與目的
    1.4  在線廣告表現形式
    1.5  在線廣告簡史
  第2章  計算廣告基礎
    2.1  廣告有效性原理
    2.2  互聯網廣告的技術特點
    2.3  計算廣告的核心問題
      2.3.1  廣告收入的分解
      2.3.2  結算方式與eCPM估計的關係
    2.4  在線廣告相關行業協會
      2.4.1  交互廣告局
      2.4.2  美國廣告代理協會
      2.4.3  美國國家廣告商協會
第二部分  在線廣告產品邏輯
  第3章  在線廣告產品概覽
    3.1  商業產品的設計原則
    3.2  廣告系統的產品介面
      3.2.1  廣告主層級組織與投放管理
      3.2.2  供給方管理介面
      3.2.3  供需之間多種介面形式
  第4章  合約廣告
    4.1  廣告位合約
    4.2  受眾定向
      4.2.1  受眾定向方法概覽
      4.2.2  受眾定向標籤體系
      4.2.3  標籤體系的設計思路
    4.3  展示量合約
      4.3.1  流量預測
      4.3.2  流量塑形
      4.3.3  在線分配
      4.3.4  產品案例
  第5章  搜索廣告與競價廣告
    5.1  搜索廣告
      5.1.1  搜索廣告產品形態
      5.1.2  搜索廣告產品新形式
      5.1.3  搜索廣告產品策略
      5.1.4  產品案例
    5.2  位置拍賣與機制設計
      5.2.1  市場保留價
      5.2.2  定價問題
      5.2.3  價格擠壓
      5.2.4  Myerson最優拍賣
      5.2.5  定價結果示例
    5.3  競價廣告網路
      5.3.1  廣告網路產品形態
      5.3.2  廣告網路產品策略

      5.3.3  產品案例
    5.4  競價廣告需求方產品
      5.4.1  搜索引擎營銷
      5.4.2  交易終端
      5.4.3  產品案例
    5.5  競價廣告與合約廣告的比較
  第6章  程序化交易廣告
    6.1  實時競價
    6.2  其他程序化交易方式
      6.2.1  優選
      6.2.2  私有市場
      6.2.3  程序化直投
      6.2.4  廣告交易方式譜系
    6.3  廣告交易平台
    6.4  需求方平台
      6.4.1  需求方平台產品策略
      6.4.2  出價策略
      6.4.3  出價和定價過程
      6.4.4  重定向
      6.4.5  新客推薦
      6.4.6  產品案例
    6.5  供給方平台
      6.5.1  供給方平台產品策略
      6.5.2  HeaderBidding
      6.5.3  產品案例
  第7章  數據加工與交易
    7.1  有價值的數據來源
    7.2  數據管理平台
      7.2.1  三方數據劃分
      7.2.2  第一方數據管理平台
      7.2.3  第三方數據管理平台
      7.2.4  產品案例
    7.3  數據交易的基本過程
    7.4  隱私保護和數據安全
      7.4.1  隱私保護問題
      7.4.2  程序化交易中的數據安全
      7.4.3  歐盟的通用數據保護條例
  第8章  信息流與原生廣告
    8.1  移動廣告的現狀與挑戰
      8.1.1  移動廣告的特點
      8.1.2  移動廣告的傳統創意形式
      8.1.3  移動廣告的挑戰
    8.2  信息流廣告
      8.2.1  信息流廣告的定義
      8.2.2  信息流廣告產品關鍵
    8.3  其他原生廣告相關產品
      8.3.1  搜索廣告
      8.3.2  軟文廣告
      8.3.3  聯盟
    8.4  原生廣告平台

      8.4.1  表現原生與場景原生
      8.4.2  場景的感知與應用
      8.4.3  植入式原生廣告
      8.4.4  產品案例
    8.5  原生廣告與程序化交易
第三部分  計算廣告關鍵技術
  第9章  計算廣告技術概覽
    9.1  個性化系統框架
    9.2  各類廣告系統優化目標
    9.3  計算廣告系統架構
      9.3.1  廣告投放引擎
      9.3.2  數據高速公路
      9.3.3  離線數據處理
      9.3.4  在線數據處理
    9.4  計算廣告系統主要技術
    9.5  用開源工具搭建計算廣告系統
      9.5.1  Web伺服器Nginx
      9.5.2  分散式配置和集群管理工具ZooKeeper
      9.5.3  全文檢索引擎Lucene
      9.5.4  跨語言通信介面Thrift
      9.5.5  數據高速公路Flume
      9.5.6  分散式數據處理平台Hadoop
      9.5.7  特徵在線緩存Redis
      9.5.8  流計算平台Storm
      9.5.9  高效的迭代計算框架Spark
  第10章  基礎知識準備
    10.1  信息檢索
      10.1.1  倒排索引
      10.1.2  向量空間模型
    10.2  最優化方法
      10.2.1  拉格朗日法與凸優化
      10.2.2  下降單純形法
      10.2.3  梯度下降法
      10.2.4  擬牛頓法
    10.3  統計機器學習
      10.3.1  最大熵與指數族分佈
      10.3.2  混合模型和EM演算法
      10.3.3  貝葉斯學習
    10.4  統計模型分散式優化框架
    10.5  深度學習
      10.5.1  深度神經網路優化方法
      10.5.2  卷積神經網路（CNN）
      10.5.3  遞歸神經網路（RNN）
      10.5.4  生成對抗網路（GAN）
  第11章  合約廣告核心技術
    11.1  廣告排期系統
    11.2  擔保式投送系統
      11.2.1  流量預測
      11.2.2  頻次控制
    11.3  在線分配

      11.3.1  在線分配問題
      11.3.2  在線分配問題舉例
      11.3.3  極限性能研究
      11.3.4  實用優化演算法
  第12章  受眾定向核心技術
    12.1  受眾定向技術分類
    12.2  上下文定向
    12.3  文本主題挖掘
      12.3.1  LSA模型
      12.3.2  PLSI模型
      12.3.3  LDA模型
      12.3.4  詞嵌入word2vec
    12.4  行為定向
      12.4.1  行為定向建模問題
      12.4.2  行為定向特徵生成
      12.4.3  行為定向決策過程
      12.4.4  行為定向的評測
    12.5  人口屬性預測
    12.6  數據管理平台
  第13章  競價廣告核心技術
    13.1  競價廣告計價演算法
    13.2  搜索廣告系統
      13.2.1  查詢擴展
      13.2.2  廣告放置
    13.3  廣告網路
    13.4  廣告檢索
      13.4.1  布爾表達式的檢索
      13.4.2  相關性檢索
      13.4.3  基於DNN的語義建模
      13.4.4  最近鄰語義檢索
  第14章  點擊率預測模型
    14.1  點擊率預測
      14.1.1  點擊率基本模型
      14.1.2  LR模型優化演算法
      14.1.3  點擊率模型的校正
      14.1.4  點擊率模型的特徵
      14.1.5  點擊率模型評測
      14.1.6  智能頻次控制
    14.2  其他點擊率模型
      14.2.1  因子分解機
      14.2.2  GBDT
      14.2.3  深度學習點擊率模型
    14.3  探索與利用
      14.3.1  強化學習與E&E
      14.3.2  UCB方法
      14.3.3  考慮上下文的bandit
  第15章  程序化交易核心技術
    15.1  廣告交易平台
      15.1.1  cookie映射
      15.1.2  詢價優化

    15.2  需求方平台
      15.2.1  定製化用戶標籤
      15.2.2  DSP中的點擊率預測
      15.2.3  點擊價值估計
      15.2.4  出價策略
    15.3  供給方平台
  第16章  其他廣告相關技術
    16.1  創意優化
      16.1.1  程序化創意
      16.1.2  點擊熱力圖
      16.1.3  創意的發展趨勢
    16.2  實驗框架
    16.3  廣告監測與歸因
      16.3.1  廣告監測
      16.3.2  廣告安全
      16.3.3  廣告效果歸因
    16.4  作弊與反作弊
      16.4.1  作弊的方法分類
      16.4.2  常見的作弊方法
    16.5  產品技術選型實戰
      16.5.1  媒體實戰
      16.5.2  廣告主實戰
      16.5.3  數據提供方實戰
附錄  主要術語及縮寫索引
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032