广告与营销风控:方法与实践
正版保障 假一赔十 可开发票
￥ 60.98 6.2折 ￥ 99 全新
库存63件
广东广州
认证卖家担保交易快速发货售后保障
作者王东旭 著
出版社机械工业出版社
ISBN9787111764021
出版时间2023-01
装帧平装
开本16开
定价99元
货号17663649
上书时间2024-12-01
商品详情
- 品相描述：全新
- 商品描述
-
目录
前 言<br /><br /><br /><br />第1章 互联网广告与营销1<br /><br /> 1.1 营销、广告与流量1<br /><br />1.1.1 营销、广告、流量的<br /><br />定义2<br /><br />1.1.2 流量的价值3<br /><br />1.1.3 流量商业化变现模式3<br /><br />1.1.4 自然流量和广告流量6<br /><br />1.1.5 流量质量和无效流量7<br /><br /> 1.2 互联网广告营销基础知识9<br /><br />1.2.1 互联网广告发展史10<br /><br />1.2.2 主流广告形式11<br /><br />1.2.3 广告营销参与方14<br /><br />1.2.4 归因分析模型17<br /><br />1.2.5 计费方式和作弊风险20<br /><br /> 1.3 互联网广告营销形势23<br /><br />1.3.1 营收发展形势24<br /><br />1.3.2 新媒体创新形势25<br /><br />1.3.3 监管合规形势26<br /><br /> 1.4 本章小结27<br />第2章 广告与营销黑灰产业链28<br /><br /> 2.1 营销的人、货、场28<br /><br />2.1.1 人：用户需求29<br /><br />2.1.2 货：精准获客30<br /><br />2.1.3 场：流量为王30<br /><br /> 2.2 广告与营销的利益链31<br /><br />2.2.1 商家视角的利益和风险32<br /><br />2.2.2 渠道视角的利益和风险43<br /><br />2.2.3 用户视角的利益和风险48<br /><br />2.2.4 平台视角的利益和风险51<br /><br /> 2.3 黑灰产作弊上下游链路55<br /><br />2.3.1 黑灰产上游55<br /><br />2.3.2 黑灰产中游63<br /><br />2.3.3 黑灰产下游65<br /><br /> 2.4 本章小结66<br />第3章 广告与营销领域的立体<br /><br />风控思路67<br /><br /> 3.1 广告与营销风控范畴67<br /><br />3.1.1 流量反作弊67<br /><br />3.1.2 内容风控68<br /><br /> 3.2 风控业务生命周期70<br /><br />3.2.1 事前阶段71<br /><br />3.2.2 事中阶段73<br /><br />3.2.3 事后阶段75<br /><br /> 3.3 风控立体防御体系77<br /><br />3.3.1 在线风控78<br /><br />3.3.2 近线风控81<br /><br />3.3.3 离线风控83<br /><br /> 3.4 风控MLOps84<br /><br />3.4.1 什么是风控MLOps85<br /><br />3.4.2 风控MLOps流水线85<br /><br /> 3.5 本章小结88<br />第4章 异常检测技术概述90<br /><br /> 4.1 什么是异常检测90<br /><br />4.1.1 有监督异常检测91<br /><br />4.1.2 半监督异常检测91<br /><br />4.1.3 无监督异常检测92<br /><br /> 4.2 异常检测面临的问题和挑战92<br /><br />4.2.1 异常的稀疏性92<br /><br />4.2.2 异常的多样性93<br /><br />4.2.3 异常的对抗性95<br /><br />4.2.4 异常检测的鲁棒性96<br /><br />4.2.5 异常检测的可解释性97<br /><br />4.2.6 异常检测的可控制性99<br /><br /> 4.3 基于规则的异常检测99<br /><br />4.3.1 基于名单的规则99<br /><br />4.3.2 基于窗口聚合的规则100<br /><br /> 4.4 基于模型的异常检测101<br /><br /> 4.5 本章小结102<br />第5章 基于概率统计的异常<br /><br />检测103<br /><br /> 5.1 异常检测中的概率知识103<br /><br />5.1.1 抛硬币问题103<br /><br />5.1.2 独立同分布104<br /><br />5.1.3 离散概率分布104<br /><br />5.1.4 连续概率分布109<br /><br /> 5.2 拟合优度114<br /><br />5.2.1 卡方检验114<br /><br />5.2.2 G检验116<br /><br />5.2.3 K-S检验118<br /><br /> 5.3 极值分析和尾概率约束119<br /><br />5.3.1 马尔可夫不等式119<br /><br />5.3.2 切比雪夫不等式121<br /><br />5.3.3 切尔诺夫界123<br /><br />5.3.4 中心极限定理124<br /><br /> 5.4 多维随机变量异常检测125<br /><br />5.4.1 COPOD126<br /><br />5.4.2 ECOD134<br /><br /> 5.5 集成决策方法135<br /><br />5.5.1 Bagging135<br /><br />5.5.2 Boosting136<br /><br />5.5.3 Stacking137<br /><br /> 5.6 本章小结138<br />第6章 基于近邻的异常检测139<br /><br /> 6.1 LOF139<br /><br />6.1.1 算法原理139<br /><br />6.1.2 刷单骗补应用案例142<br /><br /> 6.2 KNN144<br /><br />6.2.1 K近邻分类144<br /><br />6.2.2 K近邻距离度量145<br /><br /> 6.3 ANN151<br /><br />6.3.1 风险向量表示方法153<br /><br />6.3.2 风险向量检索算法163<br /><br />6.3.3 相似风险检索业务应用168<br /><br /> 6.4 近邻聚类169<br /><br />6.4.1 K-Means169<br /><br />6.4.2 DBSCAN172<br /><br /> 6.5 本章小结174<br />第7章 基于图的异常检测175<br /><br /> 7.1 什么是图175<br /><br />7.1.1 图的基本概念176<br /><br />7.1.2 图的分类177<br /><br />7.1.3 作弊图的构建分析178<br /><br /> 7.2 作弊社区发现181<br /><br />7.2.1 标签传播181<br /><br />7.2.2 连通分量182<br /><br />7.2.3 Louvain187<br /><br />7.2.4 Fraudar190<br /><br /> 7.3 图嵌入193<br /><br />7.3.1 为什么需要图嵌入193<br /><br />7.3.2 图嵌入方法194<br /><br />7.3.3 风控应用场景202<br /><br /> 7.4 本章小结207<br />第8章 基于时序的异常检测208<br /><br /> 8.1 风控中的时序特征208<br /><br />8.1.1 什么是时序特征208<br /><br />8.1.2 时序特征工程210<br /><br /> 8.2 基于时序的异常检测算法214<br /><br />8.2.1 统计类算法215<br /><br />8.2.2 深度学习类算法222<br /><br /> 8.3 CEP技术226<br /><br /> 8.4 本章小结228<br />第9章 内容风控技术229<br /><br /> 9.1 文本风控230<br /><br />9.1.1 关键词过滤230<br /><br />9.1.2 文本分类237<br /><br />9.1.3 相似文本检索242<br /><br /> 9.2 图像风控246<br /><br />9.2.1 图像分类247<br /><br />9.2.2 图像检测251<br /><br />9.2.3 图像检索253<br /><br />9.2.4 OCR技术253<br /><br /> 9.3 短视频和直播风控257<br /><br />9.3.1 视频抽帧257<br /><br />9.3.2 关键帧提取260<br /><br />9.3.3 视频相似检索263<br /><br />9.3.4 直播间风控264<br /><br /> 9.4 本章小结268<br />第10章 广告与营销风控未来<br /><br />思考269<br /><br /> 10.1 业务：理解业务,服务于<br /><br />业务269<br /><br /> 10.2 数据：合规埋点和科学<br /><br />归因271<br /><br /> 10.3 算法：经验驱动和数据驱动<br /><br />相结合274<br /><br /> 10.4 系统：在线、近线、离线互补,<br /><br />可持续的架构277<br /><br /> 10.5 AIGC：带来的新挑战279<br /><br /> 10.6 本章小结281<br /><br /><br />
内容摘要
内容简介
本书从技术和业务角度全面阐述互联网广告与营销的黑灰产业链，以及应对各种风险的风控思路和解决方案。
在业务层面，结合行业发展现状以及当前AIGC技术快速爆发的背景，对广告与营销领域的黑灰产业链进行了深入剖析，特别是人、货、场之间的博弈关系，以及商家、渠道、用户、平台等不同参与方的利益链等。
在技术层面，基于前置的业务剖析，深入探讨了基于概率统计、近邻算法、图分析和时序分析等异常检测方法，并结合内容风控技术，提供了一套立体的面向互联网广告与营销场景的风控解决方案。每一章都结合了理论与实践，通过丰富的案例分析，帮助读者深入理解风控技术的应用，并掌握如何应对AIGC时代广告与营销领域的新挑战。
本书的读者对象包括互联网广告与营销行业的算法、工程、运营、产品从业者，既包括正向的搜索、推荐、广告业务人员，也包括负向的风险控制业务方向，以及广告报表、结算、埋点、归因等中间数据团队人员。此外，对互联网安全攻防感兴趣的爱好者、开设相关课程的在校师生也可阅读本书。
通过阅读本书，你可以收获以下知识。
（1）互联网广告的发展历程和演变过程，以及常见的互联网广告形态。
（2）互联网广告与营销领域背后
— 没有更多了 —
以下为对购买帮助不大的评价