《計算廣告》第二版思維導圖（附下載鏈接）

• 2020 年 3 月 3 日
• 筆記

本文是《計算廣告》第二版一書的思維導圖，圖片下載鏈接見文末～

第一章 在線廣告綜述

第一章主要介紹廣告的定義，並介紹了廣告市場的三個參與方以及相關的廣告形式。並分兩條主線對廣告的簡史做了簡單的介紹，一是交易形態主線：從最初的固定位置合約、發展到進行受眾定向，按展示量結算的合約、再到競價交易方式、並最終發展成開放的實時競價交易；二是產品展現邏輯的主線：廣告位與內容獨立，發展為將內容與廣告以某種方式統一決策或展示，即原生廣告。

第二章 計算廣告基礎

第二章主要介紹廣告轉化的有效性理論、互聯網廣告的技術特點，以及計算廣告的核心問題，即為一系列用戶與上下文的組合找到最合適的廣告投放策略以優化整體廣告活動的利潤。在此基礎上，介紹了收益評價指標eCPM和不同的廣告結算方式以及與eCPM的關係。

第三章 在線廣告產品概覽

第三章主要介紹在線廣告的產品形式，包括合約廣告產品、競價廣告產品、程式化交易廣告產品和原生廣告產品，這些產品的詳細介紹將在後續的章節中展開。

第四章 合約廣告

第四章主要介紹了兩種合約廣告產品，一種是廣告位合約，一種是展示量合約。同時介紹了計算廣告中較為重要的受眾定向方法。

第五章 搜索廣告與競價廣告

第五章主要介紹了搜索廣告與競價廣告產品的主要特點和相關策略。

第六章：程式化交易廣告

隨著需求方優化效果要求的進一步加強，廣告市場的發展方向是向需求方徹底開放，進一步提供廣告主自行選擇流量和在每次展示上獨立出價的功能。因此產生了以實時競價（RTB）為核心的程式化交易市場。程式化交易催生出廣告交易平台ADX、需求方平台DSP、供給方平台SSP等平台。本章將重點對程式化交易以及各平台作出介紹。

第七章：數據加工與交易

在程式化交易下，數據的來源和品質決定了定向的精準程度和人群覆蓋率。那麼哪些資產才是具有明確市場價值的資產呢？在擁有了有價值的數據資產以後，將其整理加工成可直接利用的資訊並支援變現過程的產品，統稱為數據管理平台。本章將重點介紹有價值的數據資產以及數據管理平台。

第八章：資訊流與原生廣告

獨立於內容的廣告交易，必然會在效果和用戶體驗上碰到天花板，因此，將內容與廣告決策深度融合的原生廣告產品是一個重要的發展趨勢。本章重點介紹以資訊流廣告為代表的幾種原生廣告產品。

第九章：計算廣告技術概覽

計算廣告是一個典型的個性化系統，通常包含在線投放引擎、離線分散式計算數據處理平台、在線實時回饋的流計算平台和連接及轉運以上三部分數據流的數據高速公路。本章將對計算廣告整體的系統架構以及涉及到到的主要技術進行介紹。

第十章：基礎知識準備

計算廣告不是一門獨立的學科，更應該被看成一個工業界的具體問題，在解決此問題的過程中，需要大量用到相關學科的一些基本技術和演算法，本章將重點關注三個領域的背景知識：資訊檢索、最優化和機器學習。

第十一章 合約廣告核心技術

合約廣告的重點形式是按指定受眾購買的，按CPM計費的展示量合約廣告。它依賴於受眾定向、流量預測和點擊率預測三項基本技術，並採用在線分配的方式完成實時決策。除此之外，還有兩項廣泛應用的支援技術，即流量預測和頻次控制。

第十二章 受眾定向核心技術

受眾定向技術是提高在線廣告效果最重要的核心技術之一，是對廣告、用戶、上下文三個維度提取有意義的特徵（標籤）的過程。

第十三章 競價廣告核心技術

本章將介紹搜索廣告和廣告網路中涉及的幾項通用技術。包括搜索廣告中的查詢擴展、倒排索引、廣告放置技術，以及廣告網路中的在線數據處理、廣告檢索技術等。

第十四章 點擊率預測模型

點擊率預測是計算廣告中最為熟知也是最重要的問題之一。經典的點擊率預估模型是邏輯回歸模型，並逐漸發展為基於深度學習的預估模型。除模型選擇外，特徵構造以及模型評估也是需要我們重點關注的方面。

第十五章 程式化交易核心技術

程式化交易市場中廣告交易平台、需求方平台和供給方平台的核心優化問題不同。對廣告交易平台來說，主要包括cookie映射和詢價優化；對需求方平台來說，主要包括訂製化用戶劃分、點擊率／點擊價值建模、出價策略；而對供給方平台來說，主要要解決網路優化問題。

第十六章 其他廣告相關技術

本章主要介紹前面章節沒有介紹過的其他廣告技術，包括創意優化、實驗框架設計、廣告監測與歸因、作弊與反作弊技術。

圖片下載方式：後台回復「計算廣告」即可！（小編沒有原書的電子版，對此書感興趣的可以購買原書，入門計算廣告非常好的一本書！）