2018—2022 年智能广告研究综述

陈 齐 甘 晨

doi:10.19483/j.cnki.11-4653/n.2023.08.003

2018—2022 年智能广告研究综述

doi: 10.19483/j.cnki.11-4653/n.2023.08.003

陈齐甘晨

北京师范大学新闻传播学院，北京 100875

详细信息

作者简介:
陈齐甘晨：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。

中图分类号: G213
计量
- 文章访问数: 210
- HTML全文浏览量: 64
- PDF下载量: 13
- 被引次数: 0
出版历程
- 刊出日期: 2023-10-11

摘要

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，2018—2022 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。
- 智能广告 /
- 交互广告 /
- 算法广告 /
- 计算广告 /
- AIGC

HTML全文

参考文献(22)

[1]	Dahlen M，Rosengren S. If advertising won’t die，what will it be? Toward a working definition of advertising[J]. Journal of Advertising. 2016：334-345.
[2]	Lee H，Cho C H. An empirical investigation on the antecedents of consumers’ cognitions of and attitudes towards digital signage advertising[J]. 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 2011—2021 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.
[5]	Trappey R J，Woodside A G. Consumer responses to interactive advertising campaigns coupling short-messageservice direct marketing and TV commercials[J]. Journal of Advertising Research. 2005：382–401.
[6]	Cheng J M S，Blankson C，Wang E S T，et al. Consumer attitudes and interactive digital advertising[J]. 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.
[8]	Lyu J，Leung X，Bai B，et al. Hotel virtual reality advertising：a presence-mediated model and gender effects[J]. 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.
[10]	Resnick P，Varian H R. Recommender systems[J]. Communications of the ACM，1997：56-58.
[11]	Broder A Z. Computational advertising and recommender systems[C]. 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）：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.
[17]	Liu-Thompkins Y，Maslowska E，Ren Y，et al. Creating，metavoicing，and propagating：A road map for understanding user roles in computational advertising[J]. Journal of Advertising，2020：394-410.
[18]	Strycharz J，Van Noort G，Smit E，et al. Protective behavior against personalized ads：Motivation to turn personalization off[J]. Cyberpsychology：Journal of Psychosocial Research on Cyberspace. 2019.
[19]	Liu T，Yu Z. Is something out of reach more attractive? The effectiveness of visual distance in computational advertising[J]. Frontiers in Psychology. 2022.
[20]	Floridi，L. Artificial intelligence，deepfakes and a future of ectypes[J]. Philosophy & Technology，2021：307-312.
[21]	Colin Campbell，Kirk Plangger. Preparing for an Era of Deepfakes and AI-Generated Ads：A Framework for Understanding Responses to Manipulated Advertising[J]. Journal of advertising，2022：22-38.
[22]	Wu 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.