[
-
内容大纲
这是一部从工程实践角度讲解互联网广告系统的业务价值、产品形态、架构设计、技术选型、落地方法论、实施路径和行业案例的著作，是作者在Google和腾讯从事广告系统架构设计与工程实现的10余年经验总结。
通过本书，你将掌握以下内容：
（1）互联网广告的生态和产品形态
首先介绍了谷歌、Meta、亚马逊、微软等主要在线广告平台；然后介绍了主要在线广告网络和程序化购买生态；蕞后介绍了在线广告产品形态，包括在线广告的投递方式和计费方式。主要目的是帮助读者建立对互联网广告生态的宏观认知。
（2）广告投放系统的架构与设计
结合Facebook Marketing、Google Ads、Twitter Ads等广告平台讲解了广告投放系统，主要内容包括广告的层级结构、三个广告平台API的特点及用法演示，以及API的基本设计原则和设计方法论。读者可以从本章中学到现代广告系统投放子系统的设计思想。
（3）广告系统的设计方法论
互联网广告系统的规模往往比较大，详细介绍了以分布式系统为代表的大规模网络系统的架构设计方法论，为读者设计广告系统打下基础。
（4）广告系统的工程架构
详细讲解了广告播放系统的架构设计、广告系统的数据架构设计、广告系统中的A/B测试等。
（5）广告策略系统的架构设计
首先介绍了广告竞价原理和广告策略系统设计；然后讲解了广告系统预估子系统，包括预估模型数据处理、常用的模型评价方法与指标、常用的模型训练方法，以及新广告点击率预估和转化率预估。
本书系统阐述了互联网广告系统设计的方方面面，对广告系统、推荐系统、大数据系统的建设具有很高的参考价值。 -
作者介绍
唐溪柳，资深广告技术专家和软件架构专家，先后就职于谷歌和腾讯，曾担任腾讯广告技术总监（T13专家工程师）、腾讯广告引擎总架构师。主导了腾讯广告检索系统、海量数据分析系统、深度学习系统的架构设计与开发工作，以及腾讯社交广告系统从0到1的搭建，现为汇量科技资深架构师。 从事软件架构工作20余年，经历过各种项目，从小型Web服务到大型企业应用程序。专注于深度学习系统技术、检索系统、分布式网络服务、语言模型、大数据处理等方向，对编码、设计原则、数据库和软件架构等概念有深刻理解。工作目标是创建健壮、安全和可扩展的软件系统，热衷于开发解决复杂问题并帮助组织实现目标的创新解决方案。 在领导开发团队、管理资源以及与其他团队协作方面经验丰富，是一个优秀的沟通者，善于向非技术人员解释复杂的技术概念。对细节有敏锐的洞察力，能够在潜在风险和问题出现之前识别它们。 -
目录
序
前言
第1章 互联网广告生态
1.1 互联网广告生态的参与者
1.1.1 主要在线广告平台
1.1.2 主要在线广告网络
1.1.3 程序化购买生态
1.2 在线广告产品形态
1.2.1 在线广告的投递方式
1.2.2 在线广告的计费方式
1.3 本章小结
第2章 广告投放系统
2.1 广告层级结构
2.1.1 Facebook Marketing广告层级结构
2.1.2 Google Ads广告层级结构
2.1.3 Twitter Ads广告层级结构
2.2 API的基本设计原则
2.2.1 API的价值性
2.2.2 API的规划性
2.2.3 API的灵活性
2.2.4 API的可管理性
2.2.5 API的可支持性
2.3 广告平台API
2.3.1 Google Ads API
2.3.2 Facebook Marketing API
2.3.3 Twitter Ads API
2.4 本章小结
第3章 大规模网络系统架构设计
3.1 大规模网络系统历史背景
3.2 分布式集群管理系统
3.2.1 Docker简介
3.2.2 微服务技术简介
3.2.3 Kubernetes简介
3.3 分布式文件系统
3.3.1 GFS
3.3.2 HDFS
3.4 分布式存储
3.4.1 分布式存储介绍
3.4.2 HBase介绍
3.5 分布式共识服务
3.5.1 分布式共识算法介绍
3.5.2 ZooKeeper使用场景
3.6 负载均衡
3.6.1 前端请求的负载均衡
3.6.2 数据中心内部的负载均衡
3.7 监控与告警系统
3.8 网络服务接口规范
3.8.1 RESTful介绍
3.8.2 GraphQL介绍
3.8.3 RPC介绍
3.9 本章小结
第4章 广告播放系统架构设计
4.1 广告播放系统架构
4.2 数据ETL模块
4.2.1 数据提取
4.2.2 数据转换
4.2.3 数据加载
4.3 检索模块
4.3.1 文本检索技术
4.3.2 布尔检索
4.3.3 最近邻搜索
4.4 本章小结
第5章 广告系统数据架构设计
5.1 广告系统数据架构
5.2 广告系统数据类型
5.2.1 广告元数据
5.2.2 广告日志数据
5.2.3 用户画像数据
5.2.4 广告上下文数据
5.2.5 广告主私有数据与再营销
5.3 数据管理平台
5.3.1 数据管理平台简介
5.3.2 相似受众扩展
5.4 特征工程平台
5.4.1 特征生产
5.4.2 特征补录与训练样本数据流
5.4.3 特征存储
5.4.4 特征处理算法
5.4.5 建设统一特征工程平台的必要性
5.5 本章小结
第6章 A/B测试与互联网广告
6.1 A/B测试介绍
6.2 收集实验数据
6.2.1 流量管理
6.2.2 流量分层
6.3 实验数据分析
6.3.1 大数定律与中心极限定理
6.3.2 A/B测试中的样本量估计
6.3.3 辛普森悖论
6.3.4 Mantel-Haenszel指标
6.3.5 分桶与Jackknife重采样
6.4 实验信息管理
6.5 A/B测试的广告应用场景
6.6 本章小结
第7章 广告系统策略
7.1 广告竞价
7.1.1 博弈论基础
7.1.2 纳什均衡
7.1.3 纳什均衡存在性证明
7.1.4 机制设计理论
7.1.5 广义第二价格竞价
7.1.6 VCG竞价
7.2 广告策略系统设计
7.2.1 广告系统粗排设计
7.2.2 广告预算控制系统
7.2.3 广告调价算法
7.3 本章小结
第8章 预估算法
8.1 训练数据准备与模型离线评估
8.1.1 训练数据准备
8.1.2 模型离线评估
8.2 常用的预估模型
8.2.1 逻辑回归模型与机器学习基础
8.2.2 支持自动特征发现的模型方法
8.2.3 深度学习模型
8.3 新广告点击率预估
8.3.1 汤普森采样算法
8.3.2 蒙特卡洛采样
8.3.3 马尔可夫链蒙特卡洛采样
8.3.4 吉布斯采样
8.3.5 拉普拉斯近似
8.4 广告转化率预估
8.5 本章小结
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...