تبلیغات محاسباتی ۲۰۲۰
Computational Advertising 2020

این کتاب به معرفی تبلیغات محاسباتی و کسب درآمد از اینترنت می‌پردازد. دیدگاهی کلان در مورد چگونگی به حد نهایی رساندن تجربه‌ی کاربری و کسب درآمد از محصولات مصرفی در عصر اینترنت ارائه می‌دهد. بخش اول کتاب بر مسائل اساسی و دانش پایه‌ای تبلیغات آنلاین متمرکز است. بخش دوم، محصول، عملیات و پرسنل فروش، و همچنین تصمیم‌گیرندگان سطح بالای محصولات اینترنتی را هدف قرار می‌دهد. در این بخش، ساختار بازار، مدل‌های معاملاتی و محصولات اصلی در تبلیغات محاسباتی توضیح داده می‌شوند. بخش سوم، سیستم‌ها، الگوریتم‌ها و معماران را هدف قرار می‌دهد و بر چالش‌های فنی کلیدی محصولات مختلف تبلیغاتی تمرکز دارد.

ویژگی‌ها:

* معرفی تبلیغات محاسباتی و کسب درآمد از اینترنت

* پوشش پردازش، بهره‌برداری و تجارت داده

* استفاده از منطق تجاری به عنوان نیروی محرکه برای توضیح محصولات تبلیغات آنلاین و پیشرفت فناوری

* بررسی محصولات و فناوری‌های تبلیغات محاسباتی، برای ارائه بینش در مورد تحقق سیستم‌های شخصی‌سازی، بهینه‌سازی محدود، کسب درآمد و تجارت داده، و سایر مسائل کاربردی صنعت

* شامل مطالعات موردی و قطعه کدهای نمونه

This book introduces computational advertising, and Internet monetization. It provides a macroscopic understanding of how consumer products in the Internet era push user experience and monetization to the limit. Part One of the book focuses on the basic problems and background knowledge of online advertising. Part Two targets the product, operations, and sales staff, as well as high-level decision makers of the Internet products. It explains the market structure, trading models, and the main products in computational advertising. Part Three targets systems, algorithms, and architects, and focuses on the key technical challenges of different advertising products.

Features

· Introduces computational advertising and Internet monetization

· Covers data processing, utilization, and trading

· Uses business logic as the driving force to explain online advertising products and technology advancement

· Explores the products and the technologies of computational advertising, to provide insights on the realization of personalization systems, constrained optimization, data monetization and trading, and other practical industry problems

· Includes case studies and code snippets