简介

精彩点评

• 

  一只特立独行的Eric

  推荐

  学习了“差分隐私”问题：在著名的Netflix百万美元推荐大赛中，主办方公布了比赛用的数据库，其中的关键用户信息已经去除了PII，并做了K-Anonymity的处理。不过，用户的观影记录和打分由于是推荐使用的主要数据并未做处理。当数据公布后，恰好有一位关注者在数据中发现了一条记录，从其观看的影片和评价分数来看，集合可以确定无疑是自己的另一位朋友，而同样在这个用户观影记录中，还发现了一些同性恋题材的影片。读者显然明白这意味着什么，实际上，他的朋友不想为人所知的同性恋隐私被这样一个推荐大赛无意中泄露了。由于稀疏的行为数据很难通过简单技术处理模糊用户间的区别，再加上其他一些原因，这一大赛就没有继续举办下去。

• 

  Quincy

  推荐

  书是好书，但太不适合在线阅读了...名词太多了，第九章之后就开始跟不上... 知识还是学到了一些，对于广告的认知清晰了很多。

• 

  Janine

  推荐

  前半本行业概览——从一个资深从业人士的视角全景式呈现了广告行业的整体逻辑及其历史溯源、各个主体及相互关系，（虽然俺还是不十分明白子）。这书对于其他复杂行业诸如金融、物流的理解研究也能提供一些普遍的approach。不错子[强]（后半本完全没看，xs。

• 

  惠瑶的朋友号

  推荐

  有助于：1、互联网的理解；2、从传统媒体过渡到数字化时代下，信息传播、商业逻辑、营销手段改变的理解。 展现了数字化转型下，广告市场的变化。然而，数字化转型这一宏大时代语境，还需要更多的探索。

• 

  阿黎一只喵

  推荐

  可以分成两部分，第一部分是广告行业的科普素材。第二部分是相关技术介绍。其实整体来看还是广告行业的百科全书，可以迅速浏览，因为不在这个行业很多东西看了还是不懂==

• 

  A Blooming tree

  推荐

  4颗星吧 对基本知识有了一些了解 但是感觉结构的划分还是不够清晰，整体读下来，缺乏一种系统性的感觉

• 

  💜Lyric

  推荐

  将零散的东西逐渐系统化，出校门后的第一门系统学科，干货还是有的[强]

• 

  Ustc-Bnu-Fan

  推荐

  书是本好书，但像ROI CPM等一些专业词汇还是要概念解释，不然小白真的看不懂。

• 

  高和 地产科技 杨

  推荐

  eCPM=点击率*广告价值 进一步拆分广告价值 为到达率*转化率 在估算eCPM的情况下 媒体会跟进出价 和 创意内容 对广告主广告进行排序 以求自己的收益最大化

• 

  康康

  推荐

  前半段基础理论讲的很清楚，后半段涉及算法的内容可以跳过，主要理解广告的产品逻辑即可。

• 

  RUNNIG CODER

  推荐

  对于程序化广告从业者来说，计算广告确实是一本入门不得不推荐的书籍，群书从基本涵盖了计算广告的发展、变化、创新个个过程。 读完全书，你可以了解到从传统线下广告，到现今网络广告，合约广告到程序化广告的整个全貌。 书中后面很多章节，也重点讲解了计算广告中涉及到的个个系统模块的具体技术原理，以及优化方向。这对于计算广告系统研发从业者来说，是一个十分可贵的经验学习途径！ 对于广告行业，特别是程序化广告从业者来说，这本书都非常值得一读。

• 

  是阿高啊

  推荐

  看不懂系列。想参考书中一个方法，看了半天理论公式发现看不懂，想说那就直接参考代码吧，看了半天代码也不懂。百度之后才发现代码是java，我一直以为是python[裂开]看得懂就有鬼了

• 

  Victor

  推荐

  看的一些书评感觉跟没看过这本书一样，写的都是什么互联网思维。这是一本技术书，不是科普书籍。

• 

  Laura，PMP

  推荐

  方法论的一本书 广告投放外行人士可能觉得有点晦涩复杂 行业里人士 又会觉得知识浅显

• 

  莫奎

  推荐

  广告人的技术书本，公式太多可以跳过，理论知识也能看到广告实体和网络的推广，新技术层出不穷，看来也是一个卷的飞起的行当