新書推薦：
《
中国书法嬗变与思考（国家社科基金后期资助项目）
》
售價：NT$
510.0
《
关键冲突：如何化人际关系危机为合作共赢（原书第2版）
》
售價：NT$
390.0
《
探索清陵五十年
》
售價：NT$
4576.0
《
定鼎中原之路：从皇太极入关到玄烨亲政
》
售價：NT$
458.0
《
财之道丛书·如何让人投资你：股权激励融资全揭秘
》
售價：NT$
458.0
《
PyTorch深度学习与计算机视觉实践
》
售價：NT$
411.0
《
新任经理 100 天实战指南
》
售價：NT$
406.0
《
日本百鬼画谱
》
售價：NT$
322.0
|
| 編輯推薦： |
|
本书是计算广告领域受大家认可的作品。本书第1版和第2版出版以后，获得的业界反响超乎了我们的想象。实际上，本书已经广泛被互联网公司采用，作为商业化相关部门的培训教程，甚至还成了某大公司商业化部门年会时的”阳光普照奖”奖品。经过一段时间的补充与修订，我们向读者奉上这次的新版。新版新增了竞价广告的产品脉络、计算分工带来的产品方向的演进，以及智能投放的产品原理。希望本书能帮助读者深入了解互联网流量与数据变现，洞察互联网增长与财富的秘密，搭建商业化与获客的产品技术体系。对以下读者，我们相信本书值得一读：● 互联网公司的商业化、大数据和用户增长部门的朋友；● 传统广告与数字广告从业者；● 对推荐、大数据、人工智能技术的应用有兴趣者；● 转型中的传统企业和创业公司的战略决策者；● 计算机相关专业学生。
|
| 內容簡介： |
|
计算广告是一项新兴的研究课题，它涉及大规模搜索和文本分析、信息获取、统计模型、机器学习、分类、优化以及微观经济学等诸多领域的知识。本书从实践出发，系统地介绍计算广告的产品、问题、系统和算法，并且从工业界的视角对这一领域进行具体技术的深入剖析。本书立足于广告市场的根本问题，从计算广告各个阶段所遇到的市场挑战出发，以广告系统业务形态的需求和变化为主线，依次介绍合约广告系统、竞价广告系统、程序化交易市场等重要课题，并对计算广告涉及的关键技术和算法做深入的探讨。这一版中更是加入了深度学习的基础方法论及其在计算广告中的应用。无论是互联网公司商业化部门的产品技术人员，还是对个性化系统、大数据变现或交易有兴趣的产品技术人员，传统企业互联网化进程的决策者，传统广告业务的从业者，互联网创业者，计算机相关专业研究生，都会从阅读本书中受益匪浅。
|
| 關於作者： |
|
刘鹏（@北冥乘海生），现任科大讯飞副总裁，大数据研究院院长。他在清华大学获得博士学位后，加入微软亚洲研究院，从事人工智能研究，后参与创建雅虎北京研究院，出任高级科学家。他还曾任MediaV首席科学家、360商业化首席架构师等职。在多年从业经历中，他一直致力于将人工智能方法与海量数据相结合来解决工业界问题，负责过多个大型互联网商业产品体系。他的微信公众号为“计算广告”。他特别重视计算广告和大数据技术的普及，他讲授的“计算广告”在网易云课堂有超过3万名学生，已经成为业界进行相关培训的基础教程。他还曾担任北京大学、中国传媒大学等高校客座教授，讲授计算广告相关课程，为推动中国广告产业的数字化、智能化做出了贡献。王超（@德川），于北京大学获得硕士学位后，曾就职于微博、汽车之家等公司的广告部门，从事计算广告领域的研究和实践工作。现任百度主任研发架构师，从事个性化推荐领域相关的工作。内页插图
|
| 目錄：
|
|
第 一部分 在线广告市场与背景第 1章 在线广告综述31.1免费模式与互联网核心资产41.2大数据与广告的关系51.3广告的定义与目的71.4在线广告表现形式91.5在线广告简史15第 2章 计算广告基础202.1广告有效性原理212.2互联网广告的技术特点232.3计算广告的核心问题242.3.1广告收入的分解252.3.2结算方式与eCPM估计的关系262.4在线广告相关行业协会292.4.1交互广告局292.4.2美国广告代理协会302.4.3美国国家广告商协会30第二部分 在线广告产品逻辑第3章 在线广告产品概览333.1商业产品的设计原则343.2广告系统的产品接口353.2.1广告主层级组织与投放管理353.2.2供给方管理接口383.2.3供需之间多种接口形式39第4章 合约广告414.1广告位合约424.2受众定向434.2.1受众定向方法概览434.2.2受众定向标签体系464.2.3标签体系的设计思路474.3展示量合约484.3.1流量预测494.3.2流量塑形504.3.3在线分配504.3.4产品案例515.4.2交易终端 …………………………………………………………………755.4.3产品案例 …………………………………………………………………755.5竞价广告与合约广告的比较 ……………………………………………………77第6章程序化交易广告 ……………………………………………………………………786.1实时竞价 …………………………………………………………………………796.2其他程序化交易方式 ……………………………………………………………826.2.1优选 ………………………………………………………………………826.2.2私有市场 …………………………………………………………………836.2.3程序化直投 ………………………………………………………………846.2.4广告交易方式谱系 ………………………………………………………846.3广告交易平台 ……………………………………………………………………856.4需求方平台 ………………………………………………………………………876.4.1需求方平台产品策略 ……………………………………………………876.4.2出价策略 …………………………………………………………………886.4.3出价和定价过程 …………………………………………………………896.4.4重定向 ……………………………………………………………………896.4.5新客推荐 …………………………………………………………………916.4.6产品案例 …………………………………………………………………926.5供给方平台 ………………………………………………………………………946.5.1供给方平台产品策略 ……………………………………………………946.5.2Header Bidding ……………………………………………………………956.5.3产品案例 …………………………………………………………………96第7章数据加工与交易 ……………………………………………………………………997.1有价值的数据来源1007.2数据管理平台1027.2.1三方数据划分1027.2.2第 一方数据管理平台1027.2.3第三方数据管理平台1037.2.4产品案例1047.3数据交易的基本过程1077.4隐私保护和数据安全1097.4.1隐私保护问题1097.4.2程序化交易中的数据安全1117.4.3欧盟的通用数据保护条例113第8章 信息流与原生广告1158.1移动广告的现状与挑战1168.1.1移动广告的特点1178.1.2移动广告的传统创意形式1178.1.3移动广告的挑战1198.2信息流广告1218.2.1信息流广告的定义1218.2.2信息流广告产品关键1238.3其他原生广告相关产品1248.3.1搜索广告1258.3.2软文广告1258.3.3联盟1258.4原生广告平台1268.4.1表现原生与场景原生1268.4.2场景的感知与应用1278.4.3植入式原生广告1288.4.4产品案例1308.5原生广告与程序化交易134第三部分 计算广告关键技术第9章 计算广告技术概览1379.1个性化系统框架1389.2各类广告系统优化目标1399.3计算广告系统架构1409.3.1广告投放引擎……………………………………………………………1429.3.2数据高速公路……………………………………………………………1439.3.3离线数据处理……………………………………………………………1439.3.4在线数据处理……………………………………………………………1449.4计算广告系统主要技术1449.5用开源工具搭建计算广告系统1469.5.1Web服务器Nginx1469.5.2分布式配置和集群管理工具ZooKeeper1489.5.3全文检索引擎Lucene1489.5.4跨语言通信接口Thrift1499.5.5数据高速公路Flume1509.5.6分布式数据处理平台Hadoop1509.5.7特征在线缓存Redis1519.5.8流计算平台Storm1529.5.9高效的迭代计算框架Spark152第 10章 基础知识准备15410.1信息检索15510.1.1倒排索引15510.1.2向量空间模型15710.2最优化方法15810.2.1拉格朗日法与凸优化15910.2.2下降单纯形法16010.2.3梯度下降法16010.2.4拟牛顿法16210.3统计机器学习16710.3.1最大熵与指数族分布16810.3.2混合模型和EM算法16910.3.3贝叶斯学习17110.4统计模型分布式优化框架17410.5深度学习17510.5.1深度神经网络优化方法………………………………………………17610.5.2卷积神经网络（CNN）………………………………………………17710.5.3递归神经网络（RNN）………………………………………………17810.5.4生成对抗网络（GAN）………………………………………………180第 11章 合约广告核心技术18111.1广告排期系统18211.2担保式投送系统18311.2.1流量预测18511.2.2频次控制18611.3在线分配18811.3.1在线分配问题18811.3.2在线分配问题举例19011.3.3极限性能研究19211.3.4实用优化算法193第 12章 受众定向核心技术20112.1受众定向技术分类20212.2上下文定向20312.3文本主题挖掘20512.3.1LSA模型20612.3.2PLSI模型20612.3.3LDA模型20712.3.4词嵌入word2vec20812.4行为定向20912.4.1行为定向建模问题21012.4.2行为定向特征生成21112.4.3行为定向决策过程21412.4.4行为定向的评测21512.5人口属性预测21712.6数据管理平台218第 13章 竞价广告核心技术22013.1竞价广告计价算法22013.2搜索广告系统22213.2.1查询扩展22313.2.2广告放置22613.3广告网络22713.4广告检索22913.4.1布尔表达式的检索23013.4.2相关性检索23413.4.3基于DNN的语义建模23813.4.4最近邻语义检索241第 14章 点击率预测模型24714.1点击率预测24814.1.1点击率基本模型24814.1.2LR模型优化算法24914.1.3点击率模型的校正25614.1.4点击率模型的特征25714.1.5点击率模型评测26214.1.6智能频次控制26414.2其他点击率模型26414.2.1因子分解机26414.2.2GBDT26514.2.3深度学习点击率模型26714.3探索与利用26814.3.1强化学习与E&E26814.3.2UCB方法27014.3.3考虑上下文的 bandit271第 15章 程序化交易核心技术27215.1广告交易平台27315.1.1cookie 映射27315.1.2询价优化27715.2需求方平台27815.2.1定制化用户标签28015.2.2DSP中的点击率预测28215.2.3点击价值估计28315.2.4出价策略28415.3供给方平台284第 16章 其他广告相关技术28616.1创意优化28716.1.1程序化创意28716.1.2点击热力图28816.1.3创意的发展趋势28916.2实验框架29116.3广告监测与归因29216.3.1广告监测29216.3.2广告安全29416.3.3广告效果归因29516.4作弊与反作弊29616.4.1作弊的方法分类29616.4.2常见的作弊方法29716.5产品技术选型实战30116.5.1媒体实战30216.5.2广告主实战30416.5.3数据提供方实战306第四部分 附录附录 主要术语及缩写索引311参考文献317
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
