为什么要学习这门课？

【补充学习】

作为一门复合学科，计算广告学既离不开广告的基本运作原理，又离不开大数据、云计算和深度学习等热门技术。无论你来自理工农还是文经管，这门课程都能作为你学科教育的补充，让你深入了解程序化广告的原理和应用，有望成为商业社会中的新新人才。

【帮助就业】

程序化广告交易总值在多个国家已超过数字广告交易总值的60%，这一数字还在持续增加。快速拓展的版图亟需大量相关人才，趁“懂技术的不懂广告，懂广告的不懂技术”，赶紧来学习课程，抢占先机。

这门课的主题是什么？

这还用说？“新文科+新理工”的“计算广告学”啊！我们不讲“广告学概论”、“广告史”、“广告管理”、“计算机原理”等等，怕你觉得工作中用不到；我们也不讲高级的计算机语言编程，免得你是文科肠胃吃了吐（当然，你要感兴趣的话，自学Python、R语言等等也不是什么坏事，兜里藏些飞镖总有用）。讲一丢丢开拓商业思维的东西，讲大块块能提升大家未来吸金能力的东西就好啦！

这门课有什么特色和亮点？

【知原理】

这是一门多学科交叉、多角度切入的有趣课程，不设专业门槛。只要你对大数据社会感到好奇，无论你是何种学科背景，有没有广告学专业知识，我们都真诚欢迎报名，一同站在营销传播领域的最前沿，收获眼界和思维。

【通应用】

这是一门实践性极强的有用课程。在5G时代和数字技术背景下，各行各业对智能营销与计算广告的人才需求日益迫切。本课程不仅从理论出发，也十分注重实战与案例分析。业界的大腕就在这里，我们寻找真问题、现实问题和迫切问题，并且尽力将知识转化为生产力！正在或计划从事数字营销行业的你，一定不要错过。

【勤反思】

  这是一门“讲伦理，重原则”的课程，在专注数据、算法的开发与应用，关注产品、服务的体验与优化的同时，我们也关注个人数据隐私、数据的法律保护和数字营销行业的职业道德。让我们一起探索路径而非走捷径，欢迎你们的加入！

建议阅读少量市场营销学和广告学概论类书籍，对当前大数据在营销当中的应用有一定感知，有基本的数据处理能力或者学过任何一种计算机汇编语言即可。

一、书籍（以出版时间倒序） 1.陈韵博.程序化广告的道与术：数据技术时代的营销变革[M].北京：社会科学文献出版社，2020. 2.刘鹏，王超.计算广告：互联网商业变现的市场与技术（第2版）[M].北京：人民邮电出版社，2019. 3.梁丽丽.程序化广告：个性化精准投放实用手册[M].北京：人民邮电出版社，2017. 4.刘庆振，赵磊.计算广告学：智能媒体时代的广告研究新思维[M].北京：人民日报出版社，2017. 5.盖兹.Google广告高阶优化（第3版）[M].北京：电子工业出版社，2015. 6.拉塞尔.社交网站的数据挖掘与分析（第2版）[M].北京：机械工业出版社，2015. 7.克里夫顿.流量的秘密[M].北京：人民邮电出版社，2013.   二、论文（以发表时间倒序） 1.冉华，刘锐.计算技术背景下广告产业形态演进研究——基于“技术-供需”的分析框架[J].新闻与传播评论，2021（5）. 2.梁灯.隐私计算定向广告应用的法律边界[J].信息通信技术与政策，2021（7）. 3.蔡润珩，宋若涛.智能决策：计算广告运作环节的功能性重构[J].新闻爱好者，2021（4）. 4.颜金尧，张海龙，苏毓敏.计算广告中的点击率和转化率预测研究[J].中国传媒大学学报(自然科学版)，2021（2）. 5.钟书平.计算广告时代广告学科知识体系与培养目标重构[J].现代传播，2021（4）. 6.刘琴，祝翔.迷思与反思：计算广告学的演进逻辑与现实判断[J]. 中南民族大学学报(人文社会科学版)，2021（4）. 7.王水.计算技术范式下广告产业发展中的“人—机”关系嬗变[J].广告大观(理论版)，2020（6）. 8.Theo Araujo et al. From Purchasing Exposure to Fostering Engagement: Brand–Consumer Experiences in the Emerging Computational Advertising Landscape[J]. Journal of Advertising, 2020, 49(4): 428-445. 9.Joseph T. Yun et al. Challenges and Future Directions of Computational Advertising Measurement Systems[J]. Journal of Advertising, 2020, 49(4): 446-458. 10.Yuping Liu-Thompkins et al. Creating, Metavoicing, and Propagating: A Road Map for Understanding User Roles in Computational Advertising[J]. Journal of Advertising, 2020, 49(4): 394-410. 11.Jisu Huh and Edward C. Malthouse. Advancing Computational Advertising: Conceptualization of the Field and Future Directions[J]. Journal of Advertising, 2020, 49(4) : 367-376. 12.Guda van Noort et al. Introducing a Model of Automated Brand-Generated Content in an Era of Computational Advertising[J]. Journal of Advertising, 2020, 49(4) : 411-427. 13.Natali Helberger et al. Macro and Exogenous Factors in Computational Advertising: Key Issues and New Research Directions[J]. Journal of Advertising, 2020, 49(4) : 377-393. 14.王子睿.基于异构计算的广告图片识别系统设计与实现[D].硕士学位论文，北京：北京邮电大学，2020. 15.吕尚彬，郑新刚.计算广告的兴起背景、运作机理和演进轨迹[J].山东社会科学，2019（11）. 16.曾琼.突破与重构:大数据时代的计算广告学研究[J].湖南师范大学社会科学学报，2019（5）. 17.梁洋.计算广告检索系统的理论研究及其应用[D].硕士学位论文，北京：北京化工大学，2019. 18.蔡润珩.场景融合营销中计算广告作用研究[D].硕士学位论文，开封：河南大学，2019. 19.张俊峰.计算广告中点击率与转换率预估算法研究[D].硕士学位论文，长沙：湖南大学，2019. 20.曾琼，刘振.计算技术与广告产业经济范式的重构[J].现代传播，2019（2）. 21.刘庆振.智能算法语境下的媒体、传播和广告再思考[J].新闻知识，2018（12）. 22.杨扬.计算广告学的理论逻辑与实践路径[J].理论月刊，2018（11）. 23.Mengmeng Chen and Luis Rabelo. Deep Learning Based Modeling in Computational Advertising: A Winning Formula[J]. Industrial Engineering & Management, 2018, 7(3): 1-8. 24.张平.面向计算广告学的影响最大化及阻隔方法研究[D].博士学位论文，武汉：武汉大学，2018. 25.Zhize Wu and Shouhong Wan and Ming Tan. Discriminative Image Representation based on Multi-Cues for Computational Advertising[J]. International Journal of Performability Engineering, 2018, 14(7). 26.陈虹.基于集成学习的计算广告转化率预测[D].硕士学位论文，昆明：云南大学，2018. 27.赵星宇.基于相似性计算与半监督聚类方法的微博广告发布者识别研究[D].硕士学位论文，南京：南京大学，2018. 28.段淳林，杨恒.数据、模型与决策:计算广告的发展与流变[J].新闻大学，2018（1）. 29.马澈.计算广告对数字媒体的影响：基于技术、数据和市场的重构[J].中国出版，2017（24）. 30.吴忠斌.关于计算广告相关算法的解析[J].电子世界，2017（21）. 31.张艳.智能技术时代的广告内容营销传播[J].中国出版，2017（19）. 32.刘庆振.智能传播：工业4.0时代传媒产业转型的新思维与新模式[J].教育传媒研究，2017（6）. 33.李沁.沉浸广告模式：大数据时代的逻辑颠覆与概念重构[J].当代传播，2017（5）. 34.马澈.关于计算广告的反思——互联网广告产业、学理和公众层面的问题[J].新闻与写作，2017（5）. 35.颜景毅.计算广告学：基于大数据的广告传播框架建构[J].郑州大学学报（哲学社会科学版），2017（4）. 36.Rui Qin and Yong Yuan and Fei-Yue Wang. Exploring the optimal granularity for market segmentation in RTB advertising via computational experiment approach[J]. Electronic Commerce Research and Applications, 2017, 24: 68-83. 37.钟夏泉.大数据与用户画像在计算广告发展中的应用研究[D].硕士学位论文，广州：华南理工大学，2017. 38.Shahriar Shariat and Burkay Orten and Ali Dasdan. Online evaluation of bid prediction models in a large-scale computational advertising platform: decision making and insights[J]. Knowledge and Information Systems, 2017, 51(1): 37-60. 39.Mengmeng Chen and Luis Rabelo. Real Time Bidding Optimization in Computational Advertising[J]. IIE Annual Conference. Proceedings, 2017,: 175-180. 40.汪臻真，朱志华，蔡政.计算广告中的效果衡量方法[C].中国网络传播研究，2017（2）. 41.刘庆振.“互联网+”时代的计算广告学：产生过程、概念界定与关键问题[J].新闻知识，2016（6）. 42.刘庆振.计算广告学：大数据时代的广告传播变革——以“互联网+”技术经济范式的视角[J].现代经济探讨，2016（2）. 43.柴林麟.大数据时代下互联网广告及计算广告学的应用研究[J].信息与电脑（理论版），2015（16）. 44.许磊.基于大数据的新媒体在线广告收益管理研究[D].硕士学位论文，中国科学院大学，2015. 45.Machine Learning; Recent Findings in Machine Learning Described by Researchers from International Institute of Information Technology (Computational Advertising: Techniques for Targeting Relevant Ads)[J]. Robotics & Machine Learning, 2015,: 284-. 46.陈敏.计算广告中冷启动问题的研究[D].硕士学位论文，哈尔滨：哈尔滨工业大学，2014. 47.周傲英，周敏奇，宫学庆.计算广告:以数据为核心的Web综合应用[J].计算机学报，2011（10）. 48.赵耀.计算广告学技术的研究进展[C].2011 International Conference on Future Information Engineering, Bangkok, Thailand, 2011-09-30. 49.郭庆涛，郑滔.计算广告的匹配算法综述[J].计算机工程，2011（7）.   三、参考网站： 1.能量派，https://www.energypie.cn/。可百度搜索“能量派”，已使用程序化广告技术置顶。 2.广告从业者自习室，微信公众号。 3.CSDN技术社区 4.知乎