商业 类型
可以朗读 语音朗读
203千字 字数
2024-11-01 发行日期
展开全部

主编推荐语

全面揭露广告与营销黑灰产业链，为应对风险提供解决方案。

内容简介

在业务层面，本书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。

在技术层面，本书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。

目录

  • 版权信息
  • 前言
  • 第1章 互联网广告与营销
  • 1.1 营销、广告与流量
  • 1.1.1 营销、广告、流量的定义
  • 1.1.2 流量的价值
  • 1.1.3 流量商业化变现模式
  • 1.1.4 自然流量和广告流量
  • 1.1.5 流量质量和无效流量
  • 1.2 互联网广告营销基础知识
  • 1.2.1 互联网广告发展史
  • 1.2.2 主流广告形式
  • 1.2.3 广告营销参与方
  • 1.2.4 归因分析模型
  • 1.2.5 计费方式和作弊风险
  • 1.3 互联网广告营销形势
  • 1.3.1 营收发展形势
  • 1.3.2 新媒体创新形势
  • 1.3.3 监管合规形势
  • 1.4 本章小结
  • 第2章 广告与营销黑灰产业链
  • 2.1 营销的人、货、场
  • 2.1.1 人：用户需求
  • 2.1.2 货：精准获客
  • 2.1.3 场：流量为王
  • 2.2 广告与营销的利益链
  • 2.2.1 商家视角的利益和风险
  • 2.2.2 渠道视角的利益和风险
  • 2.2.3 用户视角的利益和风险
  • 2.2.4 平台视角的利益和风险
  • 2.3 黑灰产作弊上下游链路
  • 2.3.1 黑灰产上游
  • 2.3.2 黑灰产中游
  • 2.3.3 黑灰产下游
  • 2.4 本章小结
  • 第3章 广告与营销领域的立体风控思路
  • 3.1 广告与营销风控范畴
  • 3.1.1 流量反作弊
  • 3.1.2 内容风控
  • 3.2 风控业务生命周期
  • 3.2.1 事前阶段
  • 3.2.2 事中阶段
  • 3.2.3 事后阶段
  • 3.3 风控立体防御体系
  • 3.3.1 在线风控
  • 3.3.2 近线风控
  • 3.3.3 离线风控
  • 3.4 风控MLOps
  • 3.4.1 什么是风控MLOps
  • 3.4.2 风控MLOps流水线
  • 3.5 本章小结
  • 第4章 异常检测技术概述
  • 4.1 什么是异常检测
  • 4.1.1 有监督异常检测
  • 4.1.2 半监督异常检测
  • 4.1.3 无监督异常检测
  • 4.2 异常检测面临的问题和挑战
  • 4.2.1 异常的稀疏性
  • 4.2.2 异常的多样性
  • 4.2.3 异常的对抗性
  • 4.2.4 异常检测的鲁棒性
  • 4.2.5 异常检测的可解释性
  • 4.2.6 异常检测的可控制性
  • 4.3 基于规则的异常检测
  • 4.3.1 基于名单的规则
  • 4.3.2 基于窗口聚合的规则
  • 4.4 基于模型的异常检测
  • 4.5 本章小结
  • 第5章 基于概率统计的异常检测
  • 5.1 异常检测中的概率知识
  • 5.1.1 抛硬币问题
  • 5.1.2 独立同分布
  • 5.1.3 离散概率分布
  • 5.1.4 连续概率分布
  • 5.2 拟合优度
  • 5.2.1 卡方检验
  • 5.2.2 G检验
  • 5.2.3 K-S检验
  • 5.3 极值分析和尾概率约束
  • 5.3.1 马尔可夫不等式
  • 5.3.2 切比雪夫不等式
  • 5.3.3 切尔诺夫界
  • 5.3.4 中心极限定理
  • 5.4 多维随机变量异常检测
  • 5.4.1 COPOD
  • 5.4.2 ECOD
  • 5.5 集成决策方法
  • 5.5.1 Bagging
  • 5.5.2 Boosting
  • 5.5.3 Stacking
  • 5.6 本章小结
  • 第6章 基于近邻的异常检测
  • 6.1 LOF
  • 6.1.1 算法原理
  • 6.1.2 刷单骗补应用案例
  • 6.2 KNN
  • 6.2.1 K近邻分类
  • 6.2.2 K近邻距离度量
  • 6.3 ANN
  • 6.3.1 风险向量表示方法
  • 6.3.2 风险向量检索算法
  • 6.3.3 相似风险检索业务应用
  • 6.4 近邻聚类
  • 6.4.1 K-Means
  • 6.4.2 DBSCAN
  • 6.5 本章小结
  • 第7章 基于图的异常检测
  • 7.1 什么是图
  • 7.1.1 图的基本概念
  • 7.1.2 图的分类
  • 7.1.3 作弊图的构建分析
  • 7.2 作弊社区发现
  • 7.2.1 标签传播
  • 7.2.2 连通分量
  • 7.2.3 Louvain
  • 7.2.4 Fraudar
  • 7.3 图嵌入
  • 7.3.1 为什么需要图嵌入
  • 7.3.2 图嵌入方法
  • 7.3.3 风控应用场景
  • 7.4 本章小结
  • 第8章 基于时序的异常检测
  • 8.1 风控中的时序特征
  • 8.1.1 什么是时序特征
  • 8.1.2 时序特征工程
  • 8.2 基于时序的异常检测算法
  • 8.2.1 统计类算法
  • 8.2.2 深度学习类算法
  • 8.3 CEP技术
  • 8.4 本章小结
  • 第9章 内容风控技术
  • 9.1 文本风控
  • 9.1.1 关键词过滤
  • 9.1.2 文本分类
  • 9.1.3 相似文本检索
  • 9.2 图像风控
  • 9.2.1 图像分类
  • 9.2.2 图像检测
  • 9.2.3 图像检索
  • 9.2.4 OCR技术
  • 9.3 短视频和直播风控
  • 9.3.1 视频抽帧
  • 9.3.2 关键帧提取
  • 9.3.3 视频相似检索
  • 9.3.4 直播间风控
  • 9.4 本章小结
  • 第10章 广告与营销风控未来思考
  • 10.1 业务：理解业务，服务于业务
  • 10.2 数据：合规埋点和科学归因
  • 10.3 算法：经验驱动和数据驱动相结合
  • 10.4 系统：在线、近线、离线互补，可持续的架构
  • 10.5 AIGC：带来的新挑战
  • 10.6 本章小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。