Pengantar Komputasi Iklan September-Desember 2011 - Stanford University, California

Stanford University September-Desember 2010   MS & E 239: Pengantar Komputasi Iklan September-Desember 2011 - Stanford University, California Isi Informasi Kursus Jadwal Kursus Handout Kuliah Bacaan Tugas Proyek Bios Instruktur Program Terkait Pengakuan Informasi Kursus Ikhtisar Iklan komputasi adalah muncul baru ilmiah sub-disiplin, di persimpangan pencarian skala besar dan analisis teks, pencarian informasi, pemodelan statistik, pembelajaran mesin, klasifikasi, optimasi, dan ekonomi mikro. Masalah utama dari iklan komputasi adalah untuk menemukan "paling cocok" antara pengguna tertentu dalam konteks tertentu dan iklan yang cocok. Konteksnya bisa menjadi pengguna memasukkan query di mesin pencari ("pencarian disponsori"), pengguna membaca sebuah halaman web ("match konten" dan "iklan display"), pengguna menonton film pada perangkat portabel, dan sebagainya on. Informasi tentang pengguna dapat bervariasi dari scarily rinci untuk praktis nihil. Jumlah iklan potensial mungkin berada di miliaran. Jadi, tergantung pada definisi "paling cocok" masalah ini mengarah ke berbagai optimasi dan pencarian masalah besar, dengan kendala yang rumit, dan menantang representasi data dan masalah akses. Solusi untuk masalah ini memberikan dasar-dasar ilmiah dan teknis untuk $ 20000000000 industri periklanan online. Kursus ini bertujuan untuk memberikan pengenalan yang baik untuk masalah algoritmik utama dan solusi dalam iklan komputasi, saat ini diterapkan pada bangunan platform untuk berbagai format iklan online. Pada saat yang sama kami berniat untuk survei singkat ekonomi dan aspek pasar industri, serta beberapa dari batas-batas penelitian. Audiens yang dituju adalah mahasiswa yang tertarik pada aspek praktis dan teoritis dari iklan web. Daftar tentatif topik meliputi: The landscape secara online periklanan; Marketplace dan ekonomi; representasi data dan optimasi tantangan dalam iklan online, Informasi Pendekatan pengambilan tekstual seleksi iklan, pencarian Sponsored; pertandingan Konteks; Tampilan iklan, perilaku penargetan, Muncul format dan teknologi : mobile, aps, games, dll Tidak ada prasyarat formal, tetapi beberapa keakraban dengan konsep dasar probabilitas, ekonomi, pembelajaran mesin, dan optimasi diharapkan dan keterampilan web yang baik diperlukan. Kursus ini kemungkinan akan mencakup proyek "kehidupan nyata" di mana siswa akan memiliki anggaran untuk mengiklankan bisnis tertentu dan akan diminta untuk menganalisis dan membenarkan pilihan mereka. Pengajaran Staf: Cara terbaik untuk menghubungi kami adalah via email di: msande239-aut1112-staff@lists.stanford.edu Instruktur Andrei Broder , Yahoo! Penelitian, broder@yahoo-inc.com Jam Kerja: Dengan perjanjian Vanja Josifovski , Yahoo! Penelitian, vanjaj@yahoo-inc.com Jam Kerja: Dengan perjanjian TA Krishnamurthy Iyer (kriyer AT Stanford) Jam kerja: Selasa, 06:00 -7:30 pm, Huang 304 Pertemuan Waktu / Lokasi Fri 10:00-12: 50 pm, Hewlett Pengajaran Center, Rm 101 Jadwal Kursus 30/9 Ikhtisar dan Pendahuluan 07/10 Marketplace dan Ekonomi Cari Sponsor: 10/14 Tekstual Iklan 1 10/21 Tekstual Iklan 2: Periklanan Kontekstual 10/28 Tampilan Iklan 1 4/11 Tampilan Iklan 2 11/11 Penargetan 11/18 Sistem Rekomendasi 02/12 Mobile, Video dan Format Muncul lainnya 09/12 Presentasi Proyek Handout Kuliah Informasi kelas Kuliah 1: Pendahuluan , catatan Tambahan Kuliah 2: desain Marketplace , Dalam presentasi kelas , catatan Tambahan Kuliah 3: Sponsor pencarian 1 , Dalam presentasi kelas Kuliah 4: Sponsor pencarian 2 , Dalam presentasi kelas Kuliah 5: Tampilan iklan 1 , Dalam presentasi kelas Kuliah 6: Tampilan iklan 2 , Dalam presentasi kelas Kuliah 7: Target , Dalam presentasi kelas Kuliah 8: sistem Rekomendasi , Dalam presentasi kelas 1 , Di kelas presentasi 2 Kuliah 9: Mobile, video, dan format lainnya yang muncul , Dalam presentasi kelas 1 , Di kelas presentasi 2 Bacaan & Other Links Sebuah video yang menarik untuk iklan mobile. Iklan Internet dan Lelang Generalized Harga Second: Jual Miliaran Dolar Worth Kata Kunci , B. Edelman, M. Ostrovsky, M. Schwarz. Algorithmic Game Teori, Bab 28 (Sponsor Cari Lelang). Copy online terkait off webpage Tim Roughgarden itu . Penawaran untuk Alokasi Perwakilan untuk Display Advertising . Arpita Ghosh, Preston McAfee, Kishore Papineni, Sergei Vassilvitskii. Tugas Kebijaksanaan Tugas harus dilakukan secara individual. Ini adalah pelanggaran kode kehormatan untuk berkolaborasi dalam bentuk apapun pada tugas. Menyadari bahwa siswa mungkin menghadapi kondisi yang tidak biasa dan membutuhkan fleksibilitas dalam perjalanan kuartal, setiap siswa akan memiliki total tiga gratis akhir (kalender) hari untuk digunakan sebagai s / ia melihat cocok. Setelah hari-hari akhir habis, pekerjaan rumah berbalik terlambat akan dikenakan sanksi 50% per akhir hari. Semua pekerjaan rumah harus disampaikan dalam slot ditandai "MS & E 239" dalam lemari kayu dekat kamar 064 dan 036 di ruang bawah tanah Huang. Tugas Tugas 1 , Solusi Tugas 2 , Solusi Proyek Proyek Iklan Uraian tentang proyek iklan di sini . Proyek Algorithmic Deskripsi proyek algoritmik adalah di sini (pdf). Bios pendek Andrei Broder adalah Yahoo! Fellow dan Wakil Presiden untuk Komputasi Advertising. Sebelumnya ia adalah seorang IBM Distinguished Engineer dan CTO dari Institute for Search dan Analisis Teks di IBM Research. Dari tahun 1999 sampai 2002 ia adalah Wakil Presiden Riset dan Kepala Ilmuwan di AltaVista Company. Dia lulus Summa cum Laude dari Technion, dan memperoleh gelar M.Sc. dan Ph.D. di Ilmu Komputer di Stanford, di bawah Don Knuth. Minat penelitiannya saat ini berpusat pada iklan komputasi, pencarian web, pasokan informasi konteks-driven, dan algoritma acak. Broder adalah co-pemenang penghargaan Kertas Terbaik di WWW6 (untuk karyanya pada duplikat penghapusan halaman web) dan pada WWW9 (untuk karyanya pada pemetaan web). Dia telah menulis lebih dari seratus makalah dan dianugerahi tiga puluh paten. Dia adalah anggota National Academy of Engineering, seorang rekan dari ACM dan IEEE, dan kursi masa lalu dari Komite IEEE Teknis Yayasan Matematika Komputasi. Vanja Josifovski adalah Research Scientist Principal dan Lead Kinerja Iklan Group di Yahoo! Research. Dia bergabung dengan Yahoo! Penelitian pada akhir tahun 2005 dan telah menghabiskan sebagian besar waktunya merancang dan generasi berikutnya platform iklan online bangunan Yahoo! 's. Sebagai memimpin teknis, Vanja telah memberikan kontribusi untuk membangun kembali Yahoo! 's tumpukan iklan kontekstual serta platform Sponsored Search Advanced Match. Dia saat ini memimpin tim peneliti dan insinyur dalam mengembangkan generasi Yahoo! 's berikutnya Penargetan platform. Minat penelitiannya mencakup penargetan perilaku, seleksi iklan untuk pencarian disponsori, pertandingan konten dan advertsing grafis, mesin pencari adaptasi untuk pemilihan iklan, data mining dan teknik pencarian informasi untuk meningkatkan kualitas iklan, dan klik dan permintaan analisis data log. Sebelumnya, Vanja adalah Anggota Staf Penelitian di IBM Almaden Research Center mengerjakan beberapa proyek dalam database runtime dan optimasi, database federasi, dan pencarian perusahaan. Vanja telah menerbitkan lebih dari 60 peer review publikasi dan telah menulis lebih dari 40 aplikasi paten. Dia telah menjadi anggota dari organisasi dan Program komite WWW, WSDM, SIGIR, SIGKDD, VLDB dan konferensi besar lainnya dalam pencarian informasi, pencarian dan daerah basis. Beliau meraih gelar MSc dari University of Florida dan gelar PhD dari Linkopings University di Swedia. Program Kuliah Terkait CS 276/286 LING Information Retrieval dan Web Mining ( http://www.stanford.edu/class/cs276/ ) MS & E 237: The Social data Revolusi: Data Mining dan Electronic Business (yang akan ditawarkan pada musim semi 2011) Pengakuan Kami mengakui syukur dukungan keuangan dari perusahaan-perusahaan berikut terhadap proyek siswa: Google Olahraga Lateral Microsoft Yahoo!