computational advertising reading list (计算广告阅读）

• 斯坦福计算广告公开课：由计算广告之父，Yahoo广告首席科学家Andrei Broder开设。
• 《计算广告》：360高级总监刘鹏著，通俗易懂，计算广告入门推荐。2015

• 美团机器学习@吃喝玩乐中的算法问题：美团王栋博士的一篇关于美团机器学习相关问题的介绍，介绍的比较全但比较粗浅，可以借此了解美团的一些机器学习问题。2016-11

• Image Matters: Visually modeling user behaviors using Advanced Model Server:使用推荐商品图片和历史商品图片学习embedding作为特征进行推荐。 2018-09
• Deep Interest Network for Click-Through Rate Prediction:候选商品与历史商品做注意力模型。 2018-09
• xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems:同DeepFM，本文中使用向量外积，采用卷积。 2018-05
• Deep & Cross Network for Ad Click Predictions:谷歌实习生搞的隐层与输入层做交叉。 2017-08
• DeepFM: A Factorization-Machine based Neural Network for CTR Prediction:输入层考虑二阶特征交叉。 2017-03
• Learning Tree-based Deep Model for Recommender Systems: 阿里盖坤团队的深层树结构检索模型。2018-01
• Deep Neural Networks for YouTube Recommendations：Youtube推荐模型，京东也使用这一套DNN的模型。2016-09
• Wide & Deep Learning for Recommender Systems:考虑特征记忆与泛化性能。 2016-06
• Practical Lessons from Predicting Clicks on Ads at Facebook：Facebook的一篇非常出名的文章，GBDT＋LR/FM解决CTR预估问题，工程性很强，海量离散特征+简单线性模型 对抗 少量连续特征+复杂深度模型。2014-08

• Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate:ctr模型和cvr模型做multi-task learning，共享底部全联接层。 2018-04
• Modeling Delayed Feedback in Display Advertising: 前雅虎现Google的广告大牛Olivier的一篇关于转化率预估的文章，转化率预估分为点击率预估和转化时间预估两个模型，其中用survival analysis来刻画转化时间。通俗易懂。2014-08

• 特征哈希：将原始特征哈希到定长的hash list，这样特征的维度就固定了。2009

• 在线最优化求解: 详解在线学习问题。 2014-12
• Ad Click Prediction: a View from the Trenches: 应用性很强的一篇来自于Google Search Ads的文章，引入FTRL，对于稀疏特征，内存，特征可视化，Calibration等都有介绍。2013-08
• Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine:微软bing search使用的贝叶斯法。 2010

• BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding:谷歌的划时代的NLP模型。 2018-10
• Real-time Personalization using Embeddings for Search Ranking at Airbnb:2018 kdd best paper，同时考虑点击和转化，embedding的系统评估。 2018-08
• Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba:同为2018 kdd上的文章，介绍了基于graph学习embedding，使用特征解决冷启动问题。 2018-08
• Enriching Word Vectors with Subword Information:基于word2vec，考虑了词缀的因素。 2017-06
• Distributed Representations of Words and Phrases and their Compositionality:划时代的NLP模型。 2013-10

• AUC的介绍和计算:AUC的介绍和计算。
• 推荐系统评价指标综述：推荐系统常用的衡量指标，包括逆序比，NDCG，新颖性等相似概念。2012

• Ad Serving Using a Compact Allocation Plan：雅虎的一篇比较经典的流量分配的文章，文中的HWM和DUAL算法都比较实用。2012-03

• Optimized Cost per Click in Taobao Display Advertising:从最优化广告主ROI出发，计算bidding的上下界。 2017-08
• Research Frontier of Real-Time Bidding based Display Advertising：张伟楠博士的一篇介绍竞价算法的ppt，可以非常清晰的了解该问题的主要方法。2015

• Learning To Teach：微软亚研院在ICLR上关于teacher student网络，用teacher为student网络提供数据，loss，函数形式的指导的方法。2018

• 上海交大张伟楠的RTB阅读列表
• 王喆的github列表