计算广告 互联网商业变现的市场与技术PDF|Epub|txt|kindle电子书版本下载

计算广告 互联网商业变现的市场与技术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 大数据与广告的关系4

1.2 广告的定义与目的5

1.3 在线广告创意类型8

1.4 在线广告简史11

1.5 泛广告商业产品16

1.6 延伸思考18

第2章 计算广告基础19

2.1 广告有效性原理20

2.2 互联网广告的技术特点22

2.3 计算广告的核心问题23

2.3.1 广告收入的分解24

2.3.2 结算方式与eCPM估计的关系25

2.4 在线广告相关行业协会27

2.4.1 交互广告局28

2.4.2 美国广告代理协会28

2.4.3 美国国家广告商协会29

2.5 延伸思考29

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 需求方层级组织与接口35

3.3 供给方管理接口38

3.4 延伸思考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

4.3 展示量合约47

4.3.1 流量预测48

4.3.2 流量塑形48

4.3.3 在线分配49

4.3.4 产品案例50

4.4 延伸思考51

第5章 搜索与竞价广告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59

5.1.4 产品案例61

5.2 位置拍卖与机制设计64

5.2.1 定价问题64

5.2.2 市场保留价67

5.2.3 价格挤压68

5.2.4 定价结果示例68

5.3 广告网络69

5.3.1 广告网络产品形态69

5.3.2 广告网络产品策略71

5.3.3 产品案例72

5.4 竞价广告需求方产品73

5.4.1 搜索引擎营销73

5.4.2 媒体购买平台74

5.4.3 产品案例74

5.5 竞价广告与合约广告的比较76

5.6 延伸思考77

第6章 程序化交易广告79

6.1 实时竞价80

6.2 其他程序化交易方式83

6.2.1 优选83

6.2.2 私有市场84

6.2.3 广告交易方式谱系85

6.3 广告交易平台86

6.4 需求方平台88

6.4.1 需求方平台产品策略89

6.4.2 出价策略89

6.4.3 重定向90

6.4.4 新客推荐92

6.4.5 产品案例93

6.5 供给方平台95

6.5.1 供给方平台产品策略95

6.5.2 产品案例96

6.6 数据加工与交易97

6.6.1 有价值的数据来源98

6.6.2 三方数据划分100

6.6.3 数据管理平台100

6.6.4 数据交易平台101

6.6.5 产品案例101

6.7 在线广告产品交互关系104

6.8 延伸思考106

第7章 移动互联与原生广告107

7.1 原生广告相关产品108

7.1.1 信息流广告108

7.1.2 搜索广告109

7.1.3 软文广告109

7.1.4 联盟109

7.2 移动广告的现状与挑战110

7.2.1 移动广告的特点110

7.2.2 移动广告的创意形式111

7.2.3 移动广告的挑战112

7.3 原生广告平台114

7.3.1 表现原生与意图原生114

7.3.2 植入式原生广告115

7.3.3 产品案例117

7.4 原生广告与程序化交易119

7.5 延伸思考119

第8章 在线广告产品实践121

8.1 媒体实战121

8.1.1 变现方式和产品决策122

8.1.2 数据支持方案决策123

8.2 广告主实战124

8.3 数据提供方实战126

8.4 延伸思考127

第三部分 计算广告关键技术131

第9章 计算广告技术概览131

9.1 个性化系统框架132

9.2 各类广告系统优化目标133

9.3 计算广告系统架构134

9.3.1 广告投放引擎134

9.3.2 数据高速公路136

9.3.3 离线数据处理137

9.3.4 在线数据处理138

9.4 计算广告系统主要技术138

9.5 用开源工具搭建计算广告系统140

9.5.1 Web服务器Nginx140

9.5.2 分布式配置和集群管理工具ZooKeeper142

9.5.3 全文检索引擎Lucene142

9.5.4 跨语言通信接口Thrift143

9.5.5 数据高速公路Flume144

9.5.6 分布式数据处理平台Hadoop144

9.5.7 特征在线缓存Redis145

9.5.8 流计算平台Storm146

9.5.9 高效的迭代计算框架Spark146

9.6 延伸思考147

第10章 基础知识准备149

10.1 信息检索149

10.1.1 倒排索引150

10.1.2 向量空间模型152

10.2 最优化方法153

10.2.1 拉格朗日法与凸优化154

10.2.2 下降单纯形法155

10.2.3 梯度下降法155

10.2.4 拟牛顿法156

10.2.5 Trust-Region法160

10.3 统计机器学习162

10.3.1 最大熵与指数族分布162

10.3.2 混合模型和EM算法164

10.3.3 贝叶斯学习165

10.4 统计模型分布式优化框架169

第11章 合约广告核心技术171

11.1 广告排期系统171

11.2 担保式投送系统173

11.2.1 流量预测175

11.2.2 频次控制176

11.3 在线分配178

11.3.1 在线分配问题178

11.3.2 在线分配问题举例181

11.3.3 极限性能研究182

11.3.4 实用优化算法183

11.4 延伸思考192

第12章 受众定向核心技术193

12.1 受众定向技术分类194

12.2 上下文定向195

12.2.1 半在线抓取系统196

12.2.2 文本主题挖掘197

12.3 行为定向201

12.3.1 行为定向建模问题201

12.3.2 行为定向特征生成202

12.3.3 行为定向决策过程206

12.3.4 行为定向的评测206

12.4 人口属性预测209

12.5 数据管理平台210

12.6 延伸思考210

第13章 竞价广告核心技术213

13.1 竞价广告计价算法214

13.2 搜索广告系统216

13.2.1 查询扩展216

13.2.2 广告放置219

13.3 广告网络220

13.4 广告检索223

13.4.1 布尔表达式的检索223

13.4.2 相关性检索227

13.5 点击率预测231

13.5.1 点击率预测模型232

13.5.2 优化算法233

13.5.3 点击率模型的校正244

13.5.4 点击率模型的特征244

13.5.5 点击率模型评测249

13.5.6 智能频次控制251

13.6 探索与利用251

13.6.1 UCB方法252

13.6.2 考虑上下文的bandit253

13.7 延伸思考254

第14章 程序化交易核心技术255

14.1 广告交易平台255

14.1.1 cookie映射256

14.1.2 询价优化259

14.2 需求方平台261

14.2.1 定制化用户标签263

14.2.2 DSP中的点击率预测264

14.2.3 点击价值估计266

14.2.4 出价策略267

14.3 供给方平台267

14.4 延伸思考268

第15章 其他广告相关技术269

15.1 创意优化270

15.1.1 程序化创意270

15.1.2 点击热力图271

15.2 实验框架272

15.3 流量保护和效果监测273

15.3.1 反作弊273

15.3.2 广告监测276

15.3.3 广告安全277

15.4 隐私保护和数据安全278

15.4.1 隐私保护问题278

15.4.2 程序化交易中的数据安全280

15.5 延伸思考282

第四部分 附录285

附录A 主要术语及缩写索引285

参考文献291