书籍介绍
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进行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，这一版中更是加入了深度学习的基础方法论及其在计算广告中的应用。
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。
目录
用户评论
这个必须Mark啊!
这行业太复杂 这么大一本书勉强算个名词解释
从历史，到业务，到技术，面面俱到，很有收获。
常读常新
作为广告学的学生表示买错书了
道阻且长…
关于计算广告目前市面上最全的介绍，包括非技术讲解和技术介绍，当然比起实际工作来说还是相当过时。面试相关岗位，紧急用这本书速成了一下，虽然也没太问到相关内容，但确实增进了自信！今天拿到offer啦，开心🥳
不讲算法的话我看的还挺开心的
一本介绍互联网广告模式的书籍，推荐阅读前两部分，即在线广告市场背景以及产品逻辑，技术部分写的过于简略，不适合入门也不适合进阶。非常有收获的内容包括广告的分类（合约与竞价），原生广告的崛起，广告投放涉及的各个主体（DSP、ADX、ADN、SSP、DMP）。获取知识之余也不得不感叹我们个人信息竟然被如此反复且广泛地售卖。
这本书和宋星的数据赋能，是我读过的现代广告领域最好的两本书，不同于数据赋能面向品牌方的增长的实践需求，计算广告则是从互联网产品商业化的角度去阐述其历史、商业模式和实现逻辑，篇幅虽小但非常成体系，不足之处是偏浅，说是名词解释集当然不恰当，但确实有着想要深挖，想要更具体的案例但戛然而止的遗憾。
后半部分讲的是工程化实现的技术，简单翻阅了几章感兴趣的章节，比如索引技术和最优化方法，希望可以面向机器算法更好地理解实践动作，令我意外的是，诸如单纯形法、贝叶斯学习等大学中枯燥的线性代数和高数竟然是广告算法的基础逻辑。
忍不住想，要是在大学课堂，老师能把这么酷的应用场景拿出来当案例，高数线代运筹学，也不至于那么无聊了，但可能，一辈子教书的老师也未必知道这些知识在现实世界是怎样被应用的吧