互联网广告系统：架构、算法与智能化
唐溪柳
470人在读
22.4万字总字数
¥65定价
唐溪柳
这是一部从工程实践角度讲解互联网广告系统的业务价值、产品形态、架构设计、技术选型、落地方法论、实施路径和行业案例的著作，是作者在Google和腾讯从事广告系统架构设计与工程实现的10余年经验总结。 通过本书，你将掌握以下内容： （1）互联网广告的生态和产品形态 首先介绍了谷歌、Meta、亚马逊、微软等主要在线广告平台；然后介绍了主要在线广告网络和程序化购买生态；蕞后介绍了在线广告产品形态，包括在线广告的投递方式和计费方式。主要目的是帮助读者建立对互联网广告生态的宏观认知。 （2）广告投放系统的架构与设计 结合Facebook Marketing、Google Ads、Twitter Ads等广告平台讲解了广告投放系统，主要内容包括广告的层级结构、三个广告平台API的特点及用法演示，以及API的基本设计原则和设计方法论。读者可以从本章中学到现代广告系统投放子系统的设计思想。 （3）广告系统的设计方法论 互联网广告系统的规模往往比较大，详细介绍了以分布式系统为代表的大规模网络系统的架构设计方法论，为读者设计广告系统打下基础。 （4）广告系统的工程架构 详细讲解了广告播放系统的架构设计、广告系统的数据架构设计、广告系统中的A/B测试等。 （5）广告策略系统的架构设计 首先介绍了广告竞价原理和广告策略系统设计；然后讲解了广告系统预估子系统，包括预估模型数据处理、常用的模型评价方法与指标、常用的模型训练方法，以及新广告点击率预估和转化率预估。 本书系统阐述了互联网广告系统设计的方方面面，对广告系统、推荐系统、大数据系统的建设具有很高的参考价值。
整体来说，10分的话，我会给7分左右吧，考虑如下： 1、既然是新写的书，但内容知识老旧，互联网推荐广告算法都发展十多年了，看起来有好多还是十年前的知识储备。 2、架构部分有点粗糙，设计框架图远没有线上真实的水平，更多像学院风，对线上业务的细节关注点没看见 3、再分析流程过程容易岔开去讲一个具体的算法细节，可以浅显易懂的算法，硬是堆数学公式，相关性不足，听君一席话犹如一席话。怀疑是为了凑字数凑高冷 最后还有很多不一一列举了，整体来说，看完一遍有个模糊的认知，但指望这本书有线上生产环境的指导意义有些过时了。对初入该领域还是有参考价值
最近在研究互联网广告，对这个行业认识几乎为0，找到这本书认真研究了一遍。这本书是从系统架构师角度解释，互联网广告行业从行业参与方、大规模网络系统架构如何设计（底层硬件）、广告播放系统架构设计（数据存储提取的模块）、广告系统数据架构设计（应用业务层），还有A/B测试，系统策略如何设计竞价机制，训练数据的模型和算法等。 这本书的好处在于对于我这种计算机基础几乎为0的人，可以选取需要的信息，理解到目前国际从业巨头用怎样的广告方式创收，还有系统数据架构设计让我可以理解都有什么数据，如何进行加工处理，转化为业务上的创收指标。通过架构图，可以区分DSP，ADX和SSP，把不同板块作用功能区分清楚，就可以谈数据层面，算法层面，测试等等，目的是什么，怎样优化。 但本书也有大量数学推导，博弈论，竞价机制设计，还有逻辑算法的大量篇幅，读起来不是特别友好，没有那么简单易懂，也觉得没有太大的必要解释。但也许有人希望理解竞价机制设计的数学底层逻辑，结合经济学博弈论的原理理解为何设计成A而不是B，会让人觉得解释到位。我是经济学出身，博弈论也是我很感兴趣的方向，但还是读起来觉得太学术了，而且数学部分太多了，就显得啰嗦没有重点。 对我来说，本书的整个逻辑解释思路，还是有很多帮助到我的地方。结合豆包，搞清楚了互联网广告的交易模式种类，数据系统的运行逻辑，框架搭起来，再投入到具体数据就会更理解在干嘛。但只看书还是不能完全理解，还需要，豆包和会提问刨根问底的心态，哈哈哈🤣
始于一俗人对“大神”“前同事”的好奇，继而被内容所吸引。以“自描述”的方式写一本技术书，无疑是相当大胆而硬核的尝试，几乎可算是作者在经验与思维上的秀肌肉之行了。这使得一系列相当细节或颇具高度的内容能以一种近乎小说般流畅的方式展开，值得身在互联网技术世界“坑内”或于坑边游弋者一观。
泛且浅，仿佛大杂烩，扫一遍感觉什么都看了又什么都没看