计算广告学习资料汇总

Optimization Method

Online Optimization，Parallel SGD，FTRL等优化方法，实用并且能够给出直观解释的文章

• Google Vizier A Service for Black-Box Optimization.pdf
  Google的深度学习自动调参框架Vizier
• 在线最优化求解(Online Optimization)-冯扬.pdf
  非常推荐冯扬的这个教程，把在线优化问题讲的非常透
• Hogwild A Lock-Free Approach to Parallelizing Stochastic Gradient Descent.pdf
• Parallelized Stochastic Gradient Descent.pdf
• A Survey on Algorithms of the Regularized Convex Optimization Problem.pptx
• Follow-the-Regularized-Leader and Mirror Descent- Equivalence Theorems and L1 Regularization.pdf
• A Review of Bayesian Optimization.pdf
• Taking the Human Out of the Loop- A Review of Bayesian Optimization.pdf
• 非线性规划.doc

CTR Prediction

作为计算广告的核心，CTR预估永远是研究的热点，下面每一篇都是非常流行的文章，推荐逐一精读

• Deep Crossing- Web-Scale Modeling without Manually Crafted Combinatorial Features.pdf
  
• Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction.pdf
  
  阿里提出的Large Scale Piece-wise Linear Model (LS-PLM) CTR预估模型
• [GBDT+LR]Practical Lessons from Predicting Clicks on Ads at Facebook.pdf
  
• [FNN]Deep Learning over Multi-field Categorical Data.pdf
  
• Entire Space Multi-Task Model_ An Effective Approach for Estimating Post-Click Conversion Rate.pdf
  
• Deep Interest Network for Click-Through Rate Prediction.pdf
  
• Bid-aware Gradient Descent for Unbiased Learning with Censored Data in Display Advertising.pdf
  
  RTB 中训练 CTR 模型数据集是赢得出价的广告，预测时的样本却是所有候选的广告，也就是训练集和测试集的分布不一致，这篇文章就是要消除这样的 bias
• [Multi-Task]An Overview of Multi-Task Learning in Deep Neural Networks.pdf
  
• Ad Click Prediction a View from the Trenches.pdf
  
  Google大名鼎鼎的用FTRL解决CTR在线预估的工程文章，非常经典。
• [PNN]Product-based Neural Networks for User Response Prediction.pdf
  
• Image Matters- Visually modeling user behaviors using Advanced Model Server.pdf
  
  阿里提出引入商品图像特征的（Deep Image CTR Model）CTR预估模型，并介绍其分布式机器学习框架 Advanced Model Server (AMS)
• [Wide & Deep]Wide & Deep Learning for Recommender Systems.pdf
  
• [DeepFM]- A Factorization-Machine based Neural Network for CTR Prediction.pdf
  
• Logistic Regression in Rare Events Data.pdf
  
  样本稀少情况下的LR模型训练，讲的比较细
• Deep & Cross Network for Ad Click Predictions.pdf
  
  Google 在17年发表的 Deep&Cross 网络，类似于 Wide&Deep, 比起 PNN 只做了特征二阶交叉，Deep&Cross 理论上能够做任意高阶的特征交叉
• Learning Deep Structured Semantic Models for Web Search using Clickthrough Data.pdf
  
• Adaptive Targeting for Online Advertisement.pdf
  
  一篇比较简单但是全面的CTR预估的文章，有一定实用性

papers 收集

• 计算广告论文、学习资料、业界分享 - 王喆
• Paper Collection of Real-Time Bidding - Weinan Zhang
• 计算广告干货整理 - 雪伦

在线课程

• Introduction to Computational Advertising - Stanford
• 计算广告学 - 刘鹏
• 计算广告2.0 - 刘鹏
• 计算广告学概论 - 百度
• 计算广告学之搜索引擎广告原理 -百度
• 计算广告学之内容匹配广告&展示广告原理、技术和实践 - 百度
• 计算广告学-2014 - 百度

书籍

• 计算广告- 刘鹏
• 互联网广告算法与系统实践 - 王勇睿

系列

• 互联网广告与计算广告学入门 - MYTTNN
• 互联居-广告技术资料下载 -欧阳辰
• 互联网广告系统综述 - falao_beiliu
• 点击率预测综述 - 张红林
• TechInAds – 广告技术研究

案例

• 美团 - DSP广告策略实践
• 美团 - 深入FFM原理与实践
• 阿里 - 阿里妈妈首次公开自研CTR预估核心算法MLR
• 阿里 - 互联网DSP广告系统架构及关键技术解析
• 新浪微博 - 微博广告架构解密

协议标准

• Google Real-Time Bidding (RTB) Protocol

参考文献

[1] https://www.jianshu.com/p/8c591feb9fc4
[2] https://github.com/duboya/CTR-Prediction