实用的计算广告讲义，偏重实战，包含关键问题的解决思路

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。 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。 本文仅用于学习和交流目的，不代表异步社区观点。非商业转载请注明作译者、出处，并保留本文的原始链接

13.1 竞价广告计价算法 第 5 章介绍了搜索广告和广告网络这两种最典型的竞价广告产品。在进入这些具体 产品的技术之前，我们先来了解“竞价”这一核心逻辑具体的实现，顺便引出此核心逻辑的 几项主要支持技术。

打印机安装驱动

爱奇艺信息流广告的排序算法演进-刘国辉.pdf

计算广告的完整版，包括推荐算法的理论知识，以及算法的落地

程序化广告生态实用手册，互联网广告新手入门必看，ADX，DSP，SSP，openRTB

目标读者： 有一定计算机基础知识读者，比如熟知操作系统层面内存，磁盘／ssd／网络通信基础知识，知晓分布式系统基本原理，包括两阶段提交，CAP理论，paxos协议等常识。本书不会介绍以上概念，只会说用到此概念解决了什么问题。如若不明，需要读者自行百度之。 写作目的： 1. 此文可以作为各具有类似功能的开源系统的功能点，优缺点对比手册，帮助您在将来的技术方案选择中根据具体要求快速做出决定。 2. 读者根据此文档可以迅速了解到系统设计者在设计中的核心思想，影响设计者作出这样设计选择的关键因素是什么。设计师是如何取舍的。

Embedding-based News Recommendation for Millions of Users 经典embedding论文 kdd

计算广告/推荐系统/机器学习(Machine Learning)/点击率(CTR)/转化率(CVR)预估/点击率预估