鏈接：https://pan.baidu.com/s/1XZPpI615uUJGj0jlsQV8Aw?pwd=fuss?

提取碼：fuss

（1）作者背景資深：作者在Google和騰訊從事廣告工作10余年，曾擔(dān)任騰訊廣告技術(shù)總監(jiān)和騰訊廣告引擎總架構(gòu)師。

（2）作者經(jīng)驗(yàn)豐富：作者主導(dǎo)了騰訊廣告引擎的設(shè)計(jì)和開發(fā)，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)、社交廣告系統(tǒng)等，這些系統(tǒng)支撐了騰訊廣告10年的快速發(fā)展。

（3）架構(gòu)師的視角：以架構(gòu)師視角對(duì)超大規(guī)模廣告系統(tǒng)進(jìn)行回顧與思考，剖析了現(xiàn)代廣告系統(tǒng)的構(gòu)成，包括：投放、播放、檢索、A/B測(cè)試、數(shù)據(jù)、策略、預(yù)測(cè)算法等。

（4）強(qiáng)調(diào)工程實(shí)踐：以工程實(shí)踐為導(dǎo)向，詳細(xì)講解了廣告系統(tǒng)的投放系統(tǒng)、播放系統(tǒng)、策略系統(tǒng)、數(shù)據(jù)系統(tǒng)等各個(gè)子系統(tǒng)的架構(gòu)與設(shè)計(jì)。

內(nèi)容簡(jiǎn)介

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Google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)。
通過本書，你將掌握以下內(nèi)容：
（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(gòu)買生態(tài)；蕞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(duì)互聯(lián)網(wǎng)廣告生態(tài)的宏觀認(rèn)知。
（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。
（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，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)。
（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(cè)試等。
（5）廣告策略系統(tǒng)的架構(gòu)設(shè)計(jì)
首先介紹了廣告競(jìng)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(duì)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。

作者簡(jiǎn)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Google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(yǔ)言模型、大數(shù)據(jù)處理等方向，對(duì)編碼、設(shè)計(jì)原則、數(shù)據(jù)庫(kù)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(duì)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。

精彩書評(píng)

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(zhǎng)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)、語(yǔ)言模型、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(qǐng)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(lái)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(lái)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(duì)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(cè)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(jìng)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

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(gòu)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(jiǎn)介61
3.2.2　微服務(wù)技術(shù)簡(jiǎn)介63
3.2.3　Kubernetes簡(jiǎn)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(chǎng)景73
　3.6　負(fù)載均衡76
3.6.1　前端請(qǐng)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(yíng)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(jiǎn)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(cè)試與互聯(lián)網(wǎng)廣告166
　6.1　A/B測(cè)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(cè)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(cè)試的廣告應(yīng)用場(chǎng)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(jìng)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(jìng)價(jià)231
7.1.6　VCG競(jìng)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

查看全部↓

前言/序言

為何要寫本書
轉(zhuǎn)眼之間，我從事廣告系統(tǒng)的研發(fā)工作已經(jīng)有10個(gè)年頭。作為國(guó)內(nèi)第一批從事廣告系統(tǒng)研發(fā)的人員，我見證了國(guó)內(nèi)廣告系統(tǒng)的發(fā)展歷程，也從一名程序員成長(zhǎng)為架構(gòu)師。我以架構(gòu)師的視角對(duì)超大規(guī)模廣告系統(tǒng)進(jìn)行了回顧與思考，有所得之余，深深感到沉甸甸的責(zé)任，必須把這神奇的魔法、完美的商業(yè)模式成文付梓，藏之名山，傳之其人。
每家跨國(guó)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(rùn)?；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(shuō)是利用現(xiàn)代信息技術(shù)打造的完美商業(yè)模式。