广告与营销风控：方法与实践

封面

版权信息

内容简介

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