一、前言

廣告平臺(tái)的建設(shè)和完善是一項(xiàng)長期工程。

例如，谷歌早于2003年通過收購Applied Semantics開展Google AdSense項(xiàng)目，而直到20年后的今天，谷歌展示廣告平臺(tái)仍在持續(xù)創(chuàng)新和提升。

廣告平臺(tái)是負(fù)有營收責(zé)任的復(fù)雜在線平臺(tái)，對其進(jìn)行任何改動(dòng)都必須格外謹(jǐn)慎。同時(shí)，隨著平臺(tái)的成熟，廣告效果提升的難度也會(huì)加大。一套完備、易用、嚴(yán)謹(jǐn)?shù)木€上實(shí)驗(yàn)系統(tǒng)，是質(zhì)量團(tuán)隊(duì)長期維持高效輸出的關(guān)鍵工具，其重要性不亞于大航海時(shí)代的指南針。
每家跨國互聯(lián)網(wǎng)公司都會(huì)有一個(gè)廣告系統(tǒng)，為公司源源不斷地貢獻(xiàn)利潤?；ヂ?lián)網(wǎng)的發(fā)展史與互聯(lián)網(wǎng)廣告的發(fā)展史也基本吻合，互聯(lián)網(wǎng)廣告可以說是利用現(xiàn)代信息技術(shù)打造的完美商業(yè)模式。
廣告平臺(tái)通常分為業(yè)務(wù)（通常包含投放系統(tǒng)、業(yè)務(wù)數(shù)據(jù)庫等）、系統(tǒng)（也叫工程、基建）和質(zhì)量（也叫算法，通常還包括數(shù)據(jù)）三大領(lǐng)域。
而廣告平臺(tái)的核心競爭力在于，利用高效、規(guī)?；南到y(tǒng)提升廣告質(zhì)量，從而幫助客戶達(dá)成商業(yè)目標(biāo)。

二、書籍認(rèn)識(shí)

《互聯(lián)網(wǎng)廣告系統(tǒng)：架構(gòu)、算法與智能化》唐溪柳 著 ，融合作者在Google和騰訊的10余年廣告工作經(jīng)驗(yàn)，全面講解互聯(lián)網(wǎng)廣告系統(tǒng)的架構(gòu)、技術(shù)選型、落地方法論、實(shí)施路徑和行業(yè)案例

這本書是作者基于自身豐富的行業(yè)知識(shí)與實(shí)戰(zhàn)經(jīng)驗(yàn)撰寫而成的，旨在幫助讀者深入了解廣告平臺(tái)的建設(shè)和完善，獲取實(shí)戰(zhàn)經(jīng)驗(yàn)，提高自身技能和競爭力。例如，數(shù)據(jù)工程是大數(shù)據(jù)平臺(tái)的核心，而要充分發(fā)揮數(shù)據(jù)優(yōu)勢，就需要強(qiáng)大的系統(tǒng)能力來支持各種針對商業(yè)目標(biāo)的算法實(shí)現(xiàn)。本書第5章完整覆蓋了數(shù)據(jù)架構(gòu)的要素，更介紹了幾類常見廣告定向特征處理算法，其中包含許多業(yè)界難得一見的實(shí)戰(zhàn)經(jīng)驗(yàn)分享。第6章專門闡述了實(shí)驗(yàn)系統(tǒng)構(gòu)建的各種細(xì)節(jié)。
這本書是“秘笈”，也是極為詳盡的大規(guī)模廣告平臺(tái)“線路級(jí)設(shè)計(jì)圖”。相信無論是系統(tǒng)工程師、算法研究員、產(chǎn)品經(jīng)理，還是有志于加入廣告行業(yè)的人員，都可以通過本書深入了解先進(jìn)廣告系統(tǒng)的架構(gòu)和應(yīng)用。

2.1 內(nèi)容簡介 — 通過本書，你將掌握以下內(nèi)容

這是一部從工程實(shí)踐角度講解互聯(lián)網(wǎng)廣告系統(tǒng)的業(yè)務(wù)價(jià)值、產(chǎn)品形態(tài)、架構(gòu)設(shè)計(jì)、技術(shù)選型、
落地方法論、實(shí)施路徑和行業(yè)案例的著作，是作者在谷歌和騰訊從事廣告系統(tǒng)架構(gòu)設(shè)計(jì)與工程實(shí)現(xiàn)的10余年經(jīng)驗(yàn)總結(jié)。

2.1.1 互聯(lián)網(wǎng)廣告的生態(tài)和產(chǎn)品形態(tài)

首先介紹了谷歌、Meta、亞馬遜、微軟等主要在線廣告平臺(tái)；然后介紹了主要在線廣告網(wǎng)絡(luò)和程序化購買生態(tài)；最后介紹了在線廣告產(chǎn)品形態(tài)，包括在線廣告的投遞方式和計(jì)費(fèi)方式。主要目的是幫助讀者建立對互聯(lián)網(wǎng)廣告生態(tài)的宏觀認(rèn)知

2.1.2廣告投放系統(tǒng)的架構(gòu)與設(shè)計(jì)

結(jié)合Facebook Marketing、Google Ads、Twitter Ads等廣告平臺(tái)講解了廣告投放系統(tǒng)，主要內(nèi)容包括廣告的層級(jí)結(jié)構(gòu)、三個(gè)廣告平臺(tái)API的特點(diǎn)及用法演示，以及API的基本設(shè)計(jì)原則和設(shè)計(jì)方法論。讀者可以從本章中學(xué)到現(xiàn)代廣告系統(tǒng)投放子系統(tǒng)的設(shè)計(jì)思想。

2.1.3 廣告系統(tǒng)的設(shè)計(jì)方法論

互聯(lián)網(wǎng)廣告系統(tǒng)的規(guī)模往往比較大，因此本部分詳細(xì)介紹了以分布式系統(tǒng)為代表的大規(guī)模網(wǎng)絡(luò)系統(tǒng)的架構(gòu)設(shè)計(jì)方法論，為讀者設(shè)計(jì)廣告系統(tǒng)打下基礎(chǔ)。

2.1.4 廣告系統(tǒng)的工程架構(gòu)

詳細(xì)講解了廣告播放系統(tǒng)的架構(gòu)設(shè)計(jì)、廣告系統(tǒng)的數(shù)據(jù)架構(gòu)設(shè)計(jì)、廣告系統(tǒng)中的A/B測試等。

2.1.5 廣告策略系統(tǒng)的架構(gòu)設(shè)計(jì)

首先介紹了廣告競價(jià)原理和廣告策略系統(tǒng)設(shè)計(jì)；然后講解了廣告系統(tǒng)預(yù)估子系統(tǒng)，包括預(yù)估模型數(shù)據(jù)處理、常用的模型評(píng)價(jià)方法與指標(biāo)、常用的模型訓(xùn)練方法，以及新廣告點(diǎn)擊率預(yù)估和轉(zhuǎn)化率預(yù)估。

本書系統(tǒng)闡述了互聯(lián)網(wǎng)廣告系統(tǒng)設(shè)計(jì)的方方面面，對廣告系統(tǒng)、推薦系統(tǒng)、大數(shù)據(jù)系統(tǒng)的建設(shè)具有很高的參考價(jià)值。 

2.2作者簡介

唐溪柳 資深廣告技術(shù)專家和軟件架構(gòu)專家，先后就職于谷歌和騰訊，曾擔(dān)任騰訊廣告技術(shù)總監(jiān)（T13專家工程師）、騰訊廣告引擎總架構(gòu)師。主導(dǎo)了騰訊廣告檢索系統(tǒng)、海量數(shù)據(jù)分析系統(tǒng)、深度學(xué)習(xí)系統(tǒng)的架構(gòu)設(shè)計(jì)與開發(fā)工作，以及騰訊社交廣告系統(tǒng)從0到1的搭建，現(xiàn)為匯量科技資深架構(gòu)師。

從事軟件架構(gòu)工作20余年，經(jīng)歷過各種項(xiàng)目，從小型Web服務(wù)到大型企業(yè)應(yīng)用程序。專注于深度學(xué)習(xí)系統(tǒng)技術(shù)、檢索系統(tǒng)、分布式網(wǎng)絡(luò)服務(wù)、
語言模型、大數(shù)據(jù)處理等方向，對編碼、設(shè)計(jì)原則、數(shù)據(jù)庫和軟件架構(gòu)等概念有深刻理解。

工作目標(biāo)是創(chuàng)建健壯、安全和可擴(kuò)展的軟件系統(tǒng)，熱衷于開發(fā)解決復(fù)雜問題并幫助組織實(shí)現(xiàn)目標(biāo)的創(chuàng)新解決方案。

在領(lǐng)導(dǎo)開發(fā)團(tuán)隊(duì)、管理資源以及與其他團(tuán)隊(duì)協(xié)作方面經(jīng)驗(yàn)豐富，是一個(gè)優(yōu)秀的溝通者，善于向非技術(shù)人員解釋復(fù)雜的技術(shù)概念。
對細(xì)節(jié)有敏銳的洞察力，能夠在潛在風(fēng)險(xiǎn)和問題出現(xiàn)之前識(shí)別它們。

2.3讀者對象

本書是對廣告系統(tǒng)的綜合性總結(jié)，適合架構(gòu)師、算法工程師以及希望了解互聯(lián)網(wǎng)大規(guī)模系統(tǒng)的在校師生閱讀。
此外，希望了解廣告系統(tǒng)原理的市場營銷人員也可以有選擇地閱讀，應(yīng)該不無裨益。

2.4大咖推薦

• 本書作者是騰訊廣告引擎的主要設(shè)計(jì)和開發(fā)負(fù)責(zé)人，主導(dǎo)了檢索系統(tǒng)、海量數(shù)據(jù)分析系統(tǒng)、深度學(xué)習(xí)系統(tǒng)等的開發(fā)，這些系統(tǒng)支撐了騰訊廣告十年的快速發(fā)展。其間，騰訊廣告的年收入規(guī)模從數(shù)億元增長到數(shù)千億元。本書系統(tǒng)地介紹了互聯(lián)網(wǎng)廣告系統(tǒng)，覆蓋架構(gòu)和算法設(shè)計(jì)，主要內(nèi)容包括深度學(xué)習(xí)系統(tǒng)技術(shù)、檢索系統(tǒng)、分布式網(wǎng)絡(luò)服務(wù)、大數(shù)據(jù)處理等，是一個(gè)面向廣告技術(shù)從業(yè)人員的實(shí)用而全面的指南。 —— 林世飛　 騰訊廣告技術(shù)總監(jiān)

• 一個(gè)能承接百億級(jí)海量請求的廣告系統(tǒng)是如何在工程實(shí)踐中被有效構(gòu)建出來的？這本書給出了細(xì)致的指引。我和本書作者在騰訊社交廣告系統(tǒng)從0到1的搭建過程中合作多年，非常佩服作為架構(gòu)師的他在系統(tǒng)架構(gòu)上的深厚功底，同樣欣賞他身先士卒、沖在一線寫代碼的精神。相信這本書能為廣告系統(tǒng)的一線工程師帶來很大幫助。——靳志輝　 火光搖曳教育科技CEO

• 溪柳是我在谷歌工作時(shí)的老同事，也是多年的好友。在我近20年的工作生涯里，我遇到過各種各樣的牛人，有算法的，有工程的，還有理論的，而在這些人當(dāng)中，溪柳是少數(shù)善于將算法應(yīng)用于實(shí)踐的大師。而且，溪柳在他所涉足的領(lǐng)域總能做到既有廣度，又有深度。本書就是對上述評(píng)價(jià)的鮮活證明。在本書中，溪柳由淺入深地講述了當(dāng)前在線廣告的方方面面，從互聯(lián)網(wǎng)廣告的生態(tài)現(xiàn)狀到廣告模型算法，從廣告投放到廣告效果測試，從分布式云計(jì)算架構(gòu)到廣告系統(tǒng)架構(gòu)，從廣告系統(tǒng)數(shù)據(jù)架構(gòu)到競價(jià)策略。相信在線廣告系統(tǒng)的從業(yè)人員和愛好者都能從本書中獲益。——?jiǎng)⒊?camect.com CTO&聯(lián)合創(chuàng)始人文章來源地址http://www.zghlxwxcb.cn/news/detail-619832.html

2.5 書籍目錄

- 序
- 前　言
- 第1章　互聯(lián)網(wǎng)廣告生態(tài)1
	- 1.1　互聯(lián)網(wǎng)廣告生態(tài)的參與者1
		- 1.1.1　主要在線廣告平臺(tái)2
		- 1.1.2　主要在線廣告網(wǎng)絡(luò)8
		- 1.1.3　程序化購買生態(tài)12
	- 1.2　在線廣告產(chǎn)品形態(tài)15
		- 1.2.1　在線廣告的投遞方式15
		- 1.2.2　在線廣告的計(jì)費(fèi)方式18
	- 1.3　本章小結(jié)19
- 第2章　廣告投放系統(tǒng)20
	- 2.1　廣告層級(jí)結(jié)構(gòu)20
		- 2.1.1　Facebook Marketing廣告層級(jí)結(jié)構(gòu)20
		- 2.1.2　Google Ads廣告層級(jí)結(jié)構(gòu)22
		- 2.1.3　Twitter Ads廣告層級(jí)結(jié)構(gòu)25
	- 2.2　API的基本設(shè)計(jì)原則26
		- 2.2.1　API的價(jià)值性27
		- 2.2.2　API的規(guī)劃性28
		- 2.2.3　API的靈活性30
		- 2.2.4　API的可管理性32
		- 2.2.5　API的可支持性34
	- 2.3　廣告平臺(tái)API36
		- 2.3.1　Google Ads API37
		- 2.3.2　Facebook Marketing API40
		- 2.3.3　Twitter Ads API50
	- 2.4　本章小結(jié)57
- 第3章　大規(guī)模網(wǎng)絡(luò)系統(tǒng)架構(gòu)設(shè)計(jì)58
	- 3.1　大規(guī)模網(wǎng)絡(luò)系統(tǒng)歷史背景58
	- 3.2　分布式集群管理系統(tǒng)59
		- 3.2.1　Docker簡介61
		- 3.2.2　微服務(wù)技術(shù)簡介63
		- 3.2.3　Kubernetes簡介64
	- 3.3　分布式文件系統(tǒng)66
		- 3.3.1　GFS66
		- 3.3.2　HDFS68
	- 3.4　分布式存儲(chǔ)69
		- 3.4.1　分布式存儲(chǔ)介紹69
		- 3.4.2　HBase介紹70
	- 3.5　分布式共識(shí)服務(wù)72
		- 3.5.1　分布式共識(shí)算法介紹72
		- 3.5.2　ZooKeeper使用場景73
	- 3.6　負(fù)載均衡76
		- 3.6.1　前端請求的負(fù)載均衡76
		- 3.6.2　數(shù)據(jù)中心內(nèi)部的負(fù)載均衡77
	- 3.7　監(jiān)控與告警系統(tǒng)77
	- 3.8　網(wǎng)絡(luò)服務(wù)接口規(guī)范78
		- 3.8.1　RESTful介紹79
		- 3.8.2　GraphQL介紹79
		- 3.8.3　RPC介紹81
	- 3.9　本章小結(jié)84
- 第4章　廣告播放系統(tǒng)架構(gòu)設(shè)計(jì)85
	- 4.1　廣告播放系統(tǒng)架構(gòu)85
	- 4.2　數(shù)據(jù)ETL模塊86
		- 4.2.1　數(shù)據(jù)提取87
		- 4.2.2　數(shù)據(jù)轉(zhuǎn)換91
		- 4.2.3　數(shù)據(jù)加載92
	- 4.3　檢索模塊95
		- 4.3.1　文本檢索技術(shù)96
		- 4.3.2　布爾檢索103
		- 4.3.3　最近鄰搜索119
	- 4.4　本章小結(jié)129
- 第5章　廣告系統(tǒng)數(shù)據(jù)架構(gòu)設(shè)計(jì)130
	- 5.1　廣告系統(tǒng)數(shù)據(jù)架構(gòu)130
	- 5.2　廣告系統(tǒng)數(shù)據(jù)類型131
		- 5.2.1　廣告元數(shù)據(jù)131
		- 5.2.2　廣告日志數(shù)據(jù)133
		- 5.2.3　用戶畫像數(shù)據(jù)134
		- 5.2.4　廣告上下文數(shù)據(jù)147
		- 5.2.5　廣告主私有數(shù)據(jù)與再營銷148
	- 5.3　數(shù)據(jù)管理平臺(tái)150
		- 5.3.1　數(shù)據(jù)管理平臺(tái)簡介150
		- 5.3.2　相似受眾擴(kuò)展153
	- 5.4　特征工程平臺(tái)157
		- 5.4.1　特征生產(chǎn)157
		- 5.4.2　特征補(bǔ)錄與訓(xùn)練樣本數(shù)據(jù)流159
		- 5.4.3　特征存儲(chǔ)161
		- 5.4.4　特征處理算法162
		- 5.4.5　建設(shè)統(tǒng)一特征工程平臺(tái)的必要性165
	- 5.5　本章小結(jié)165
- 第6章　A/B測試與互聯(lián)網(wǎng)廣告166
	- 6.1　A/B測試介紹166
	- 6.2　收集實(shí)驗(yàn)數(shù)據(jù)167
		- 6.2.1　流量管理168
		- 6.2.2　流量分層169
	- 6.3　實(shí)驗(yàn)數(shù)據(jù)分析176
		- 6.3.1　大數(shù)定律與中心極限定理176
		- 6.3.2　A/B測試中的樣本量估計(jì)179
		- 6.3.3　辛普森悖論181
		- 6.3.4　Mantel-Haenszel指標(biāo)182
		- 6.3.5　分桶與Jackknife重采樣186
	- 6.4　實(shí)驗(yàn)信息管理191
	- 6.5　A/B測試的廣告應(yīng)用場景194
	- 6.6　本章小結(jié)194
- 第7章　廣告系統(tǒng)策略195
	- 7.1　廣告競價(jià)195
		- 7.1.1　博弈論基礎(chǔ)197
		- 7.1.2　納什均衡200
		- 7.1.3　納什均衡存在性證明202
		- 7.1.4　機(jī)制設(shè)計(jì)理論211
		- 7.1.5　廣義第二價(jià)格競價(jià)231
		- 7.1.6　VCG競價(jià)237
	- 7.2　廣告策略系統(tǒng)設(shè)計(jì)242
		- 7.2.1　廣告系統(tǒng)粗排設(shè)計(jì)243
		- 7.2.2　廣告預(yù)算控制系統(tǒng)245
		- 7.2.3　廣告調(diào)價(jià)算法247
	- 7.3　本章小結(jié)250
- 第8章　預(yù)估算法251
	- 8.1　訓(xùn)練數(shù)據(jù)準(zhǔn)備與模型離線評(píng)估252
		- 8.1.1　訓(xùn)練數(shù)據(jù)準(zhǔn)備252
		- 8.1.2　模型離線評(píng)估254
	- 8.2　常用的預(yù)估模型261
		- 8.2.1　邏輯回歸模型與機(jī)器學(xué)習(xí)基礎(chǔ)262
		- 8.2.2　支持自動(dòng)特征發(fā)現(xiàn)的模型方法288
		- 8.2.3　深度學(xué)習(xí)模型294
	- 8.3　新廣告點(diǎn)擊率預(yù)估314
		- 8.3.1　湯普森采樣算法315
		- 8.3.2　蒙特卡洛采樣318
		- 8.3.3　馬爾可夫鏈蒙特卡洛采樣325
		- 8.3.4　吉布斯采樣330
		- 8.3.5　拉普拉斯近似331
	- 8.4　廣告轉(zhuǎn)化率預(yù)估334
	- 8.5　本章小結(jié)336

三、????文末福利

• ????本次送書1~5本【閱讀量越多，送的越多】??
• ????活動(dòng)時(shí)間：截止到2023-08-12 10:00
• ??參與方式： 關(guān)注博主+三連（點(diǎn)贊、收藏、評(píng)論）（切記要點(diǎn)贊+收藏，否則抽獎(jiǎng)無效）
  • 參與參與投票那就更好了??
• ???? 抽獎(jiǎng)方式： 評(píng)論區(qū)隨機(jī)抽取小伙伴免費(fèi)送出??！

到了這里，關(guān)于【愛書不愛輸?shù)某绦蛟常核蜁谝黄凇俊痘ヂ?lián)網(wǎng)廣告系統(tǒng)：架構(gòu)、算法與智能化》的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！