舉報

會員
廣告與營銷風控:方法與實踐
最新章節:
封底
本書從技術和業務角度全面闡述互聯網廣告與營銷的黑灰產業鏈,以及應對各種風險的風控思路和解決方案。在業務層面,結合行業發展現狀以及當前AIGC技術快速爆發的背景,對廣告與營銷領域的黑灰產業鏈進行了深入剖析,特別是人、貨、場之間的博弈關系,以及商家、渠道、用戶、平臺等不同參與方的利益鏈等。在技術層面,基于前置的業務剖析,深入探討了基于概率統計、近鄰算法、圖分析和時序分析等異常檢測方法,并結合內容風控技術,提供了一套立體的面向互聯網廣告與營銷場景的風控解決方案。每一章都結合了理論與實踐,通過豐富的案例分析,幫助讀者深入理解風控技術的應用,并掌握如何應對AIGC時代廣告與營銷領域的新挑戰。
目錄(157章)
倒序
- 封面
- 版權信息
- 內容簡介
- 前言
- 第1章 互聯網廣告與營銷
- 1.1 營銷、廣告與流量
- 1.1.1 營銷、廣告、流量的定義
- 1.1.2 流量的價值
- 1.1.3 流量商業化變現模式
- 1.1.4 自然流量和廣告流量
- 1.1.5 流量質量和無效流量
- 1.2 互聯網廣告營銷基礎知識
- 1.2.1 互聯網廣告發展史
- 1.2.2 主流廣告形式
- 1.2.3 廣告營銷參與方
- 1.2.4 歸因分析模型
- 1.2.5 計費方式和作弊風險
- 1.3 互聯網廣告營銷形勢
- 1.3.1 營收發展形勢
- 1.3.2 新媒體創新形勢
- 1.3.3 監管合規形勢
- 1.4 本章小結
- 第2章 廣告與營銷黑灰產業鏈
- 2.1 營銷的人、貨、場
- 2.1.1 人:用戶需求
- 2.1.2 貨:精準獲客
- 2.1.3 場:流量為王
- 2.2 廣告與營銷的利益鏈
- 2.2.1 商家視角的利益和風險
- 2.2.2 渠道視角的利益和風險
- 2.2.3 用戶視角的利益和風險
- 2.2.4 平臺視角的利益和風險
- 2.3 黑灰產作弊上下游鏈路
- 2.3.1 黑灰產上游
- 2.3.2 黑灰產中游
- 2.3.3 黑灰產下游
- 2.4 本章小結
- 第3章 廣告與營銷領域的立體風控思路
- 3.1 廣告與營銷風控范疇
- 3.1.1 流量反作弊
- 3.1.2 內容風控
- 3.2 風控業務生命周期
- 3.2.1 事前階段
- 3.2.2 事中階段
- 3.2.3 事后階段
- 3.3 風控立體防御體系
- 3.3.1 在線風控
- 3.3.2 近線風控
- 3.3.3 離線風控
- 3.4 風控MLOps
- 3.4.1 什么是風控MLOps
- 3.4.2 風控MLOps流水線
- 3.5 本章小結
- 第4章 異常檢測技術概述
- 4.1 什么是異常檢測
- 4.1.1 有監督異常檢測
- 4.1.2 半監督異常檢測
- 4.1.3 無監督異常檢測
- 4.2 異常檢測面臨的問題和挑戰
- 4.2.1 異常的稀疏性
- 4.2.2 異常的多樣性
- 4.2.3 異常的對抗性
- 4.2.4 異常檢測的魯棒性
- 4.2.5 異常檢測的可解釋性
- 4.2.6 異常檢測的可控制性
- 4.3 基于規則的異常檢測
- 4.3.1 基于名單的規則
- 4.3.2 基于窗口聚合的規則
- 4.4 基于模型的異常檢測
- 4.5 本章小結
- 第5章 基于概率統計的異常檢測
- 5.1 異常檢測中的概率知識
- 5.1.1 拋硬幣問題
- 5.1.2 獨立同分布
- 5.1.3 離散概率分布
- 5.1.4 連續概率分布
- 5.2 擬合優度
- 5.2.1 卡方檢驗
- 5.2.2 G檢驗
- 5.2.3 K-S檢驗
- 5.3 極值分析和尾概率約束
- 5.3.1 馬爾可夫不等式
- 5.3.2 切比雪夫不等式
- 5.3.3 切爾諾夫界
- 5.3.4 中心極限定理
- 5.4 多維隨機變量異常檢測
- 5.4.1 COPOD
- 5.4.2 ECOD
- 5.5 集成決策方法
- 5.5.1 Bagging
- 5.5.2 Boosting
- 5.5.3 Stacking
- 5.6 本章小結
- 第6章 基于近鄰的異常檢測
- 6.1 LOF
- 6.1.1 算法原理
- 6.1.2 刷單騙補應用案例
- 6.2 KNN
- 6.2.1 K近鄰分類
- 6.2.2 K近鄰距離度量
- 6.3 ANN
- 6.3.1 風險向量表示方法
- 6.3.2 風險向量檢索算法
- 6.3.3 相似風險檢索業務應用
- 6.4 近鄰聚類
- 6.4.1 K-Means
- 6.4.2 DBSCAN
- 6.5 本章小結
- 第7章 基于圖的異常檢測
- 7.1 什么是圖
- 7.1.1 圖的基本概念
- 7.1.2 圖的分類
- 7.1.3 作弊圖的構建分析
- 7.2 作弊社區發現
- 7.2.1 標簽傳播
- 7.2.2 連通分量
- 7.2.3 Louvain
- 7.2.4 Fraudar
- 7.3 圖嵌入
- 7.3.1 為什么需要圖嵌入
- 7.3.2 圖嵌入方法
- 7.3.3 風控應用場景
- 7.4 本章小結
- 第8章 基于時序的異常檢測
- 8.1 風控中的時序特征
- 8.1.1 什么是時序特征
- 8.1.2 時序特征工程
- 8.2 基于時序的異常檢測算法
- 8.2.1 統計類算法
- 8.2.2 深度學習類算法
- 8.3 CEP技術
- 8.4 本章小結
- 第9章 內容風控技術
- 9.1 文本風控
- 9.1.1 關鍵詞過濾
- 9.1.2 文本分類
- 9.1.3 相似文本檢索
- 9.2 圖像風控
- 9.2.1 圖像分類
- 9.2.2 圖像檢測
- 9.2.3 圖像檢索
- 9.2.4 OCR技術
- 9.3 短視頻和直播風控
- 9.3.1 視頻抽幀
- 9.3.2 關鍵幀提取
- 9.3.3 視頻相似檢索
- 9.3.4 直播間風控
- 9.4 本章小結
- 第10章 廣告與營銷風控未來思考
- 10.1 業務:理解業務,服務于業務
- 10.2 數據:合規埋點和科學歸因
- 10.3 算法:經驗驅動和數據驅動相結合
- 10.4 系統:在線、近線、離線互補,可持續的架構
- 10.5 AIGC:帶來的新挑戰
- 10.6 本章小結
- 作者內容
- 封底 更新時間:2024-12-18 17:12:48
推薦閱讀
- 精準營銷:更低投入,更高回報
- 超級說服力:世界第一營銷天才喬·吉拉德成功訓練營
- 銷售冠軍的超級口才課:第一次做銷售就上手
- 所謂做銷售,就是搞定人
- 撬開總監文案腦:認知卷+實戰卷(套書2冊)
- 關鍵時刻戰略:激活大數據營銷
- “社交與區塊鏈+ ”時代的品牌營銷密碼
- 一微萬利:粉絲、利潤雙豐收的微信營銷秘訣
- 創業營銷:案例與微課
- 銷售技巧②:以電話溝通促成銷售之術
- Uber:開啟“共享經濟”時代
- 農資營銷實戰全指導
- 銷售就是要搞定人
- 紡織商品與營銷
- 做個賺錢的經銷商
- 銷售的藝術
- 洞察力原則:建立與眾不同的市場洞察機制
- 你的品牌需要一個會講故事的人
- 醫院品牌的奧秘
- 讓顧客購買:通過服務實現交易
- 陌生關系熟悉化:優化市場交易秩序的探索
- 學話術 賣產品
- 中小農業企業品牌戰法
- 逆勢生長:服裝零售怎么干
- 華為啟示錄:從追趕到領先
- 銷售玄機:教你如何月入百萬
- App營銷應該這樣做:一本書教你打造移動互聯網時代的營銷利器
- 21世紀商業情報分析
- 保險這樣賣就成交:讓客戶必買保險的168個理由
- 懂心理才懂汽車銷售:可復制的汽車銷售力