2018—2022年智能广告研究综述.pdf

专题201.问题提出在数字时代的广告，消费者从传统广告生产消费流程的最末端一跃成为在广告生产过程中需要优先被考虑的对象。智能媒体技术对消费者的赋权使得消费者在互联网中留下的数字痕迹成为智能广告生产消费的重要原材料，消费者的点击率和转化率成为衡量广告好坏的核心指标。智能技术发展的层次，在很大程度上影响了消费者的广告消费行为和最终的广告效果。针对数字时代的智能广告研究成为当前广告学研究的重要领域。随着技术的进步和发展，尤其是人工智能和机器学习技术不断嵌入广告生产分发的全过程，广告的概念和定义受到了极大的挑战。当前学界对当前的广告定义存在一定的模糊性，这种情况将研究重点偏移至基于技术名词定义不同的百家争鸣中。近 5 年间对数字智能广告的相关研究数量增加明显，但主要概念，尤其是各个形态广告之间仍存在着名词间边界不清晰，定义重叠的情况，有学者曾呼吁需要就“数字广告”和新时代的“广告”达成共识。1在当前数字化的网络媒介环境中，有学者将广告定义为由广告主发起的，为了说服消费者在购买商品或服务时做出态度改变以促成特定购买行为的内容的传播中介。在该定义看来，新媒介环境下的广告已不仅仅需要考量短期说服效果，更需要将短期效果和长期效果相结合，将分析重点划分为态度认知行为这一经典的说服效果的作用路径上。针对应用不同广告技术，技术名词间本身的概念“重叠”会导致广告本身涵盖的内容更加丰富，原有的定义不能满足其边界。当前，学界、业界一直将数字广告、互动广告、算法推荐广告、计算广告和智能广告混淆，亟待学界对概念进行进一步界定形成共识。2因此本文将沿用李盛楠基于技术阶段的划分，将文献分为互动广告时期、算法推荐分发广告时期和人工智能生成广告时期。3李盛楠将当前针对智能技术的广告研究划分为三个阶段：交互式广告阶段、程式化广告阶段和智能化广告阶段。本文综述也将借用这一分类，将智能广告研究的发展情况分为交互广告阶段、算法分发广告阶段、智能生成广告阶段。图 1 2023 年前相关文献数据库收录情况本文首先以“计算广告”“算法广告”“智能广告”为关键词在中国知网（CNKI）数据库中以“篇关摘”的方式进行检索。智能广告作为新兴的交叉研究*为本文通讯作者20182022 年智能广告研究综述陈 齐 甘 晨*（北京师范大学新闻传播学院，北京 100875）摘要：【目的】广告作为一种特殊的媒介产品，自诞生伊始就获得了研究者关注。为了获取更好的广告效果，广告商往往会将最新的技术应用于广告中，智能广告应运而生。对智能广告的关注研究是文章研究的重点。【方法】通过梳理相关文献发现，20182022 年期间的广告研究随着技术的演进数量不断增加。文章按照不同的技术特征将广告研究分为：交互广告阶段、算法分发广告阶段和智能生成广告阶段，各个阶段的研究重点各有不同。【结果】通过对比，中外在研究方法上存在着偏重实证和偏重归纳演绎的区别。【结论】在智能生成技术的加持下，未来的广告研究将在消费者如何理解智能生成广告、相关从业者如何应对智能生产技术、相关法规如何跟进规制等领域展开。关键词：智能广告；交互广告；算法广告；计算广告；AIGC 中图分类号：G213 文献标识码：A文章编号：1671-0134（2023）08-020-06 DOI：10.19483/ki.11-4653/n.2023.08.003本文著录格式：陈齐，甘晨.20182022 年智能广告研究综述 J.中国传媒科技，2023（08）：20-25.21专题领域，上述关键词检索出的文献涵盖了计算机领域的相关文献，为保证研究综述对象学科的一致性，研究者浏览了检索出的文献，筛选掉了与新闻传播学科无关的文献。剩下的所有文献均来自CSSCI期刊（含扩展）和北大核心期刊，得到有效文献共计 54 篇。同时，以“AI Advertise”“Computational Advertise”为检索词在 web of science 数据库中进行检索，依照相同的筛选逻辑，共获取有效文献共计153篇。通过图1不难发现，2018 年以前数据库中对相关研究文献的收录有限，自2018 年后，国内和国际对“智能广告”研究话题的文献数量明显提升。从趋势上看，20202021 年间，学者们发表的学术文章最多。下文将对研究成果按照上文所述逻辑进行归纳分析，并尝试回答以下问题：基于智能技术的广告作为一种智能传播途径，在各个技术特征阶段的研究重点是什么？中外学者在研究取向与侧重点是否存在不同？未来广告的研究重点是什么？2.交互广告阶段交互广告是由广告商利用可及时参与的、可执行交互功能的数字中介媒介，促进消费者对特定的媒介内容进行反馈，从而实现提升内容传播效果的目的。4交互广告允许消费者在一定程度上自主地“控制”广告，可以自主决定交互设备上广告的实时呈现内容。由于其可测量性、精确性、定制性、个性化和易于定位等特征，交互式广告成为当时广告商最钟情的广告模式之一。5交互广告技术经历了从简单到复杂的演进。在早期，交互技术仅仅意味着广告不再是只出现于大众媒体如电视、广播中。同时私人通信设备的出现使得广告实现点对点传播。在该阶段，交互广告往往以手机短信和电子邮件为传播渠道，广告主以邮件信息的方式发送至消费者的信息接收终端，消费者通过点击或不点击完成相应的交互行为。消费者点击邮件信息或是打开广告中相应的连接，就可以看到广告，并进行下一步交互。6该阶段研究重点聚焦于交互行为本身，即打开、关闭广告行为对消费者及广告效果的影响。黎芸认为，交互技术颠覆了以往受众被动接收信息的状态，可以使用户与广告对话，提升对于广告的感知。7此外，广告传播的不同媒介引起的传播效果差异也是重要研究话题。如 Charles Blankson 等人比较了消费者对4种不同的交互广告的态度，包括手机短信广告、手机彩信广告、邮件广告和网页广告。研究发现影响消费者的广告态度主要取决于交互广告中广告内容的“信息性”“娱乐性”和“刺激性”，呈正相关。6总体来说，早期的交互广告传播媒介局限于私人电脑和移动电子设备，由于交互性有限，广告效果主要取决于广告内容本身。随着交互技术的不断发展、媒介技术的不断提升，涌现出 H5 广告、VR 和 AR 广告、基于网页的定制广告，这些都大大拓展了交互广告的内涵。在这一阶段，智能技术的发展丰富了消费者的媒介体验，且消费者对广告的控制权不再局限于看或不看，而更多体现在用什么看广告、怎么看广告、看什么样的广告上。该阶段交互广告的研究重点则集中在不同设备的交互体验对广告效果的影响。如：VR 广告的出现使得交互广告不再仅仅是出现在显示屏上的文字符号，交互本身成为其最大的特色。消费者可以通过头显进入广告描绘的“环境”中，从而实现更强的交互性。如：Xi Leung 等人通过针对同一酒店广告的不同交互载体形式（传统电视广告和 VR 广告）验证了 VR 广告作为一种交互广告形式可以使广告消费者感知到广告的生动性和可交互性，对广告态度、品牌态度和预订房间意图有着积极影响。8交互广告的研究具有明显的技术本位色彩，广告传播的载体成为重要的研究对象，相关研究也发现不同传播媒介是影响广告效果的重要因素。同时也有部分学者针对交互广告的发展情况，进行了宏观层面的展望，提出交互广告未来将发展为兼具个性化和大众化两个方向。9技术的进步很快将这一展望落地，随着针对个性化推送的算法应用于广告行业，交互广告进化为算法推荐广告。3.算法推荐广告阶段随着大数据技术、算法技术不断被应用于广告行业，针对大数据云计算、算法驱动的广告研究也不断涌现。在本文分析的文献中，以“算法推荐”“计算广告”为主题的相关研究居多。算法推荐广告，也指算法型信息分发，最为普及的定义是 Resnick 和 Varian 在 1997 年提出的，指推荐系统向客户提供商品信息和帮助用户决定应该购买什么商品，模拟销售人员帮助客户完成购买的过程。10算法推荐最早被应用于电子商务领域，作为新型的广告形式应用于广告领域。在算法推荐广告视角下，消费者即信息接收者被置于广告运作流程的核心。通过大数据分析个体对信息消费使用的偏好，依托算法推荐，广告商可以个性化地为每个消费者提供极具个性化的广告内容。专题22与“算法推荐广告”的含义类似，计算广告的概念由 Andrei Broder 于 2008 年首次提出。他认为：计算广告是为给定情景 C 下的用户 U 找到一个合适的广告 A，以实现“最优”匹配。11段淳林将计算广告定义为以数据为基础、以算法为手段、以用户为中心的智能营销方式，它在数据的实时高效计算下，进行用户场景画像，并快速投放、精准匹配及优化用户一系列需求。12计算广告的进化依托于其所搭乘的数字媒体技术进步。计算广告由数据、算法规则、智能决策信息匹配为三大运转核心。其中计算广告的运行基础是获取的数据，计算广告的运行方式是算法规则，智能决策信息匹配是计算广告的最终目的。在该阶段，通过将智能算法模型和预测模型引进广告分发的过程中，消费者于网络中产生的数字痕迹在广告创作中显得十分重要。算法技术通过学习消费者的数据信息，建立针对个体的信息模型，搭建出基于计算的，含有预测性质的广告分发路径，尝试吸引消费者的关注，诱导其在观看广告后产生消费行为。针对算法推荐广告的相关研究可以被分为两类，一类基于宏观层面探讨计算广告对于广告生态及广告学现有理论的影响；另一类则关注于算法技术、计算技术本身，是一种微观视角，探讨算法对于广告效果的影响，以及个体对于计算广告的态度。在宏观层面上，学者们主要关注算法技术应用在广告领域给消费者提供个性化广告的便捷感与算法过度使用消费者个人数据之间的矛盾。杨先顺和莫莉依托“可供性理论”视角，将研究场景提取为计算广告与用户交往关系中形成的“过程情境”，采用实证研究方法建构研究模型来解释用户计算广告环境中的“可供性”释义过程，即计算广告是如何体现出“可供性浮现”。研究发现，算法技术效用在计算广告情境中的“释义”效果受到消费者个体的努力期望、主观规范和消费者的共同价值观的综合影响。广告消费者是计算广告场景下“可供性浮现”的最主要行动者；通过对计算广告的消费体验，情感参与会影响其“可供性浮现”；同时消费者群体对于计算广告可供性的实践认知也影响了消费者个体的认知形成。13曾琼等学者从技术哲学的视角下分析算法广告，认为在计算广告从生产到分发的全过程中都存在着强烈的冲突。计算广告运行过程中的广告商，都依托算法获得了充分的主体性，但同时也受限于算法的技术逻辑，其主体性也受到了严重的侵犯。作为计算广告的消费者，算法的监视、偏见、歧视、操纵和规训下，让渡部分主体权利，其中包括允许软件读取个人隐私数据，以获得更为个性化广告推送的承诺；作为计算广告的生产者，广告商在制作广告的过程中也更多地将“算法偏好”放置于广告制作的考量中，制作出更符合“流量口味”的广告，广告商和广告制作者的主体性也面临着缺失的困境。14孟茹则从计算广告应用后的监管视角出发，认为广告作为一种在传统媒体时代天生被“规制”的客体，算法的出现让其演化出可以逃脱监管规制的可能性，政府规制的更新无法跟上技术的演进。通过分析西方的行业实践，研究发现在他律缺位的情况下，西方的广告监管实践走出了平台制约先行，政府严格把关的社会共治路径。15除了审视计算广告对抽象个体和社会层面带来的负面影响，也有学者论证了计算广告对消费者个体层面的赋能。段淳林等从用户需求、算法匹配、场景配置三个层面论证了计算广告的运作逻辑。在大数据社会背景下，计算广告可以实现根据不同的场景，依托不同算法，满足差异化的用户需求。16除此之外，计算广告驱动下的消费者角色也是重要研究对象。Liu-Thompkins 等人重点关注由消费者创作和运营变大的新型计算广告，以及由此产生的大数据副产品。文献概述了用户生成内容的现有研究，并指出了用户生成计算广告研究的重要研究空白。它还为广告研究人员和从业者提供了全新的研究问题，以增强相关人员对当前和未来新消费者的理解，如何有效地将消费者的新积极角色整合到广告战略发展中，以及如何将计算方法应用于广告研究和实施，同时还明确区分了计算广告学的用户生成内容问题和品牌生成内容问题。17有别于宏观视角所透露出计算广告对抽象个体权利侵犯和社会治理带来的困难，微观视角则聚焦于计算广告对于消费者心理认知及产生行为层面的影响机制。其中，针对消费者个体的层面对计算广告的认知态度是研究重点。Joanna Strycharz 等针对消费者何时选择关闭针对广告主开放的数据授权行为的心理机制进行了实证研究。其研究基于保护动机理论模型（PMT），结合传统在线实验和计算用户的在线行为两种研究方式进行结合，表明了技术知识没有对消费者选择退出的动机和行为产生授权作用。同时，针对授权的感知程度和反应效能会促使消费者产生退出动23专题机，而对个性化计算技术的积极态度和感知自我效能会降低消费者选择退出的动机。18部分学者也聚焦于计算广告的呈现形式对其传播效果的影响。Tong Liu 等人将研究视角聚焦在广告呈现中的图片视觉距离问题。研究发现，视觉距离较远的图像带来较远的心理距离或较高的解释水平，可获得较高的 CTR（点击率）；视觉上接近的图像带来更近的心理距离或更低的解释水平，从而带来更高的CVR（转化率）。19在算法推荐广告阶段的研究弱化了前一阶段的以技术为核心的研究重点，紧密围绕“数据人”的交互关系。算法推荐的出现，使消费者在广告生产消费的过程中出现了二元对立矛盾。一方面，算法推荐广告紧密围绕如何让消费者打开广告、如何根据消费者的使用习惯推送广告，算法推荐广告以消费者为核心；另一方面，在算法推荐广告的生产过程中，消费者被视为抽象个体，消费者不重要，消费者生产出的广告消费痕迹才重要。正是上述的二元对立矛盾，影响了该阶段的研究。在宏观层面审视个体与社会在计算技术赋权下的可能与可为，同时也注意到计算广告在带来便利的同时，也存在着极强的隐忧；在微观层面，关注个体对让渡个人隐私数据与获取便利之间的认知行为矛盾，尝试解释其中的心理运行机制。4.智能生成广告阶段随着机器学习技术的发展，计算技术已经能够承担针对创意的自主学习和创作中，不仅成为创作的助手，更成了创作的主体。在这一阶段，智能计算技术已深入广告创作阶段，广告正在从仅使用模拟和数字工具创建和修改内容转向智能生成广告，即“合成广告”。本文将合成广告定义为通过人工的、自动的生产和修改数据而生成或编辑的广告。通常，合成技术依赖于人工智能算法，如深度伪造和生成对抗 网络（GANs），自动创建内容，生产出类似人工生产设计的智能产品。深度造假是目前两种方法中更受欢迎的一种，它使用人工智能来替换广告内容中的某些属性（例如，面部、声音、肤色、性别）与目标的属性。对消费者来说，一些合成广告几乎不可能与现实 区分开来，技术的进步很可能会使未来更难做到这一点。20由于智能生成技术应用于内容生产的时间相对较短，相关研究数量较为有限。从现有的研究内容看，可以大致分为两类，一类是基于智能生成技术的可能，对未来的广告生产进行展望，另一类则是结合已有的深度伪造技术广告进行实证研究，着眼于智能生成技术的可为，探讨其在实际应用中的问题。部分学者对智能生成技术应用于广告行业持积极乐观态度，认为智能生成技术在创作角度可以减少广告商的成本，辅助创意生产，同时智能生成技术可以真正意义上实现针对不同消费者特征呈现不同广告内容。21也有学者着眼于消费者如何应对智能生成广告，探索消费者应对智能生成广告的理解过程和态度。如Colin 等人构建了一个概念框架，以更好地理解消费者对各种形式广告操纵的反应（其中包含智能生成广告）。研究者从智能生成广告背后广告商针对特定群体的广告操纵意图出发，进行概念梳理。该研究结合消费者的感知真实性和感知创意性，以及感知欺骗性三个概念梳理了消费者面对智能生成广告的理解模型，以上三者共同作用影响了合成广告的说服效果。21Wu 等人通过问卷调查法考察了影响消费者对智能生成广告理解感知的因素。研究结果表明，除了消费者对智能生成广告产生直接的反应，由于机械启发式的存在使得消费者对智能生成广告的生产过程也起到了正面的影响。即将准确性、客观性与广告内容相联系，形成了理解广告的正面效应。这种效应提高了消费者对人工智能创作广告的欣赏度。同时，由于“恐怖谷”效应的存在，消费者对智能生成广告创作的客观感知会受到来自对人工智能广告恐惧的负面影响，从而影响消费者对智能生成广告的理解。22智能生成广告作为当前智能技术应用于广告领域的最新成果，将成为学术研究的新热点。由于相关技术尚未广泛应用于商业实践中，研究者对智能生成广告更多停留在展望和梳理阶段，尚未形成系统的研究范式，缺乏细分的研究领域。总体看来，目前学者主要关注智能技术能否胜任广告创作工作，以及消费者们如何应对这种机器创意内容。同时，由于智能生成技术的隐蔽性，广告商相较之前更能轻易隐藏自身的欺骗意图。面对难以识别的智能广告，消费者和监管体系应当如何应对，将是引导智能广告发展的核心问题。5.总结与展望在智能广告研究中，广告内容和形式是研究的重点，但其背后蕴含的人与技术的关系，是更为重要的思考路径。在交互广告时期，消费者的主体性相较于大众媒体时期的泛众化传播得到了提升。交互广告给予消费者更多自主权，让其自身与广告进行交互。在算法推荐广告时期，表面上看个体的价值被无限拔高，广告的分发呈现出定制化态势。但实质上，算法推荐专题24广告的出现是对消费者主体性的异化，其核心从“人”转变为“人生产的数据”，消费者的主体性被消解。最后在当前不断发展的智能生成广告阶段，智能技术成为绝对的核心，技术能否胜任创意工作，技术创作作品能否被消费者理解都体现着技术在这一阶段的主体性地位。所以，随着智能技术不断被应用于广告行业，在人与技术互动的视角下，人的主体性不断被消解，技术成为关系的核心。通过相关文献回顾，在智能广告技术发展的不同时期，研究重点有较为明显的变化：智能广告技术在交互广告阶段的研究重点为交互技术本身对广告及消费者的赋权作用及其影响。当消费者不再是广告的被动消费者，拥有直接改造广告内容形式的能力时，一方面将对这种表面赋权，实为主体性剥夺的交互形式进行研究，同时针对不同交互形式对消费者的广告效果进行了区分研究。在算法推荐广告阶段，个性化和数据导向的广告分类分发技术将研究重点转移至消费者偏好对广告的影响。算法分发技术本就是基于消费者个体的数据偏好设计存在，其目的就是进一步推动消费者购买行为的形成。同时，在此阶段，对于消费者个人信息的保护，以及算法推荐广告的运作机制，广告效果测量也是重要的研究问题。在人工智能技术阶段，针对广告创作中人工智能的创意主体角色被广泛讨论，同时针对消费者如何理解智能合成广告及其背后的心理机制，广告商如何运用合成技术隐藏其背后的欺骗意图是重要的研究命题。同时，中外学者在该领域的研究有着较为明显的分野。在研究对象上，中国学者更多将关注点放在智能算法推荐广告阶段，西方的学术研究重点已开始向新技术偏移。21在研究方法上，中国学者更倾向于使用演绎归纳的研究方法，西方学者较多采用实证方法，通过经验数据进行微观问题的求证。22在针对人工智能广告的未来展望态度上，中国学者更多地认为人工智能技术将会以“人机协同”的方式被广告业作为一种中立技术使用。外国学者更多表达了对这一技术的隐忧。22在未来的研究命题中，可以从多个角度出发对智能广告进行相关研究。从广告创作角度看，可以探索智能生成技术对一线广告创作人员的辅助作用。从广告内容看，鉴于当前智能生成技术尚未达到完美的水平，需要对智能生成广告如何依托算法形成合规、有效的广告内容进行探索。在广告效果方面，针对智能生成广告的广告效果测量，提出消费者面对智能生成广告的理解框架，都是重要的研究命题。此外，从智能生成广告的管理视角看针对智能合成广告中广告素材内容的版权保护、如何推进相关法律对其进行规制都将是重点议题。参考文献 1 Dahlen M，Rosengren S.If advertising wont die，what will it be?Toward a working definition of advertisingJ.Journal of Advertising.2016：334-345.2Lee H，Cho C H.An empirical investigation on the antecedents of consumers cognitions of and attitudes towards digital signage advertisingJ.International Journal of Advertising，2019：97-115.3 李盛楠.数字广告的研究现状 知识基础与热点趋势基于 WOS 20112021 年文献的知识图谱分析 J.新媒体研究，2022（3）：6-16.4 张弛.交互广告发展趋势分析 J.青年记者，2014（8）：77-78.5Trappey R J，Woodside A G.Consumer responses to interactive advertising campaigns coupling short-message-service direct marketing and TV commercialsJ.Journal of Advertising Research.2005：382401.6Cheng J M S，Blankson C，Wang E S T，et al.Consumer attitudes and interactive digital advertisingJ.International journal of advertising，2009：501-525.7 黎芸.基于媒介情境论的场景交互广告传播价值探究 J.东南传播，2018（10）：129-131.8Lyu J，Leung X，Bai B，et al.Hotel virtual reality advertising：a presence-mediated model and gender effectsJ.Journal of Hospitality and Tourism Technology，2021：409-422.9丁凯利.新媒体时代交互广告设计的人性化J.青年记者，2018（2）：91-92.10Resnick P，Varian H R.Recommender systemsJ.Communications of the ACM，1997：56-58.11Broder A Z.Computational advertising and recommender systemsC.Proceedings of the 2008 ACM conference on Recommender systems，2008：1-2.12 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）：128-136，154.13 杨先顺，莫莉.智能营销传播中基于算法推荐的个性化广告“可供性浮现”实证研究 J.新闻大学，2022（11）：25专题1-15，116.14 曾琼.冲突与忧思：广告算法中的主体性缺乏基于技术哲学的视角 J.传媒观察，2021（9）：63-68.15 孟茹.算法时代西方网络广告监管的转向研究 J.编辑之友，2020（7）：102-107.16 段淳林，宋成.用户需求、算法推荐与场景匹配：智能广告的理论逻辑与实践思考 J.现代传播（中国传媒大学学报），2020（8）：119-128.17Liu-Thompkins Y，Maslowska E，Ren Y，et al.Creating，metavoicing，and propagating：A road map for understanding user roles in computational advertisingJ.Journal of Advertising，2020：394-410.18Strycharz J，Van Noort G，Smit E，et al.Protective behavior against personalized ads：Motivation to turn personalization offJ.Cyberpsychology：Journal of Psychosocial Research on Cyberspace.2019.19Liu T，Yu Z.Is something out of reach more attractive?The effectiveness of visual distance in computational advertisingJ.Frontiers in Psychology.2022.20Floridi，L.Artificial intelligence，deepfakes and a future of ectypesJ.Philosophy&Technology，2021：307-312.21Colin Campbell，Kirk Plangger.Preparing for an Era of Deepfakes and AI-Generated Ads：A Framework for Understanding Responses to Manipulated AdvertisingJ.Journal of advertising，2022：22-38.22Wu L，Wen T J.Understanding AI advertising from the consumer perspective：what factors determine consumer appreciation of AI-created advertisements?J.Journal of Advertising Research，2021：133-146.作者简介：陈齐（1996-），男，安徽黄山，硕士研究生，北京师范大学新闻传播学院，研究方向为智能传播；甘晨（1990-），女，江西乐平，讲师，北京师范大学新闻传播学院，研究方向为广告与新媒体。（责任编辑：李净）全文速递码上阅读