智能推荐型网络视频广告研究

陈积银　杨玉华

一、基于传播介质变化所引起的广告模式嬗变

中国广告模式的承续史经历了一个漫长的过程，不同的传播介质决定了不同的广告模式。伴随着正在爆发的互联网革命，“新媒体广告”“原生广告”“互动广告”“智慧广告”等新兴词汇接踵而至，广告学界一度陷入失语状态。为明确广告模式之嬗变，本文针对目前出现的网络广告中一种特殊形态的集合，冠以智能推荐型广告称谓，并给出如下定义：智能推荐型广告是一种广告主联合投放各种平台普遍运用大数据挖掘和个性化推荐技术，根据用户属性特征对其进行智能化匹配的广告模式。尽管形式不尽相同，但本质上都贯彻了“为每一个用户独家创作广告”的核心理念。

（一）非智能推荐型广告模式的嬗变

1．大众传媒时代

广告收入作为传媒经济收入的主要来源，直接关系到媒体的生死存亡。大众媒体时期，报刊、电视、广播是公认最主要的三大媒介载体，报刊杂志发行量、电视栏目收视率、广播电台收听率是传统媒体广告市场竞争力的核心参考指标。传统媒介广告往往以“吸睛”理念为先，理论上越吸引眼球的广告传播效益就越大，邂逅消费人群的可能性越大。企业只要将book=101,ebook=2捕捉到的潮流视点进行创意激化直至接近人们的购物意识思维，不断加大产品信息曝光频次以激发人们的购买动机，再经由消费者现实社会关系中的“口口相传”，最终便能转换成可喜的销售业绩。分发层面的“地毯式轰炸”策略，指在有限的技术和渠道下，商家盲目“海投”广告，受众被动地累积对品牌的“好感印象”，进而潜移默化完成购买的过程。但这种排山倒海式广告潮极易引起受众视觉疲劳和心理抗拒，甚至给顾客留下不好的品牌印象，最终即便广告的到达率很高，营销效果依然欠佳。另外，这时期广告的定价逻辑十分单边，具体表现在传统媒体向读者、观众、听众提供具有消费价值的内容服务，提高他们的黏性或忠诚度，再通过诸如订阅量、收视率之类的数值指标来向广告主标码自己的传播效力。但正如前面所言，倘若传播策略令人不适，即便传播范围广也并不一定取得高的营销价值。广告主投放了大量经费，效果却一般。

百货商店之父John Wanamaker曾言道：“我知道我有一半广告费被浪费了，却不知道是哪一半。”可见“地毯式轰炸”的粗放型广告费用高、效率低。一旦在熙熙攘攘人群中找出目标消费群体，广告商便能有所侧重地进行投放。因此，无法科学判断广告预算规模及投放方向是这一时期面临的最大难题。

2．网络互动时代

在双向互动传播的网络时代，广告传播进入一个令人错愕不已的转型期[1]。2014年，移动网络广告收入首次超过电视广告，跃居五大媒体榜首，这是媒体广告格局的一次重大革新。网络赋予用户前所未有的主动权与参与感，新的广告模式能更好地利用消费者与广告商的关系[2]。搜索广告和电商广告应运而生，用户根据需求在全球范围内主动深入检索感兴趣产品的信息，从而选取性价比最优的目标商品，这恰是传统媒介广告所没有的优势。

表1　2013—2017年中国市场五大媒介广告市场规模及其份额

随着网络广告发展条件逐渐成熟，各大站点认识到：用户“注意力”才是互联网信息时代的稀缺资源[3]，才是影响广告主资金投放的第一要素。广告行业从诞生以来就倡导的“用户为核心”思维终于落到实处。这种生产思维的转变直接促使受众的体验从“夺人眼球”进阶到“情境沉浸”，制作方力争将广告内容场景化，唤起网民内心的情感共鸣，使其在不知不觉中消费。同时，门户网络借助自身用户数据基站体系，并配合一定的广告定位投放技术，book=102,ebook=3来提高广告受众与实际消费人群的重叠度。该时期典型传播特征就从“单向”转向了“一对多”。尽管这种模式下受传者能够实时互动、双向沟通，但信息过载、传达过密的网络广告远超用户的有效处理范围，“信息迷航”问题进一步加重。如何在注意力经济时代满足用户的个性化需求成为广告业下一个营销战略目标。

表2　2013—2017年中国网络广告三种形式市场份额（%）

（二）智能推荐型广告初探

1．背景

信息爆炸时代，以往诸如搜索引擎、专家系统这类信息筛选工具已经不能满足时代的需求，网络广告产业一度陷入新困局。直到大数据时代的到来，才重新带给逐渐疲软的网络广告产业新的发展希望与经济增长点。埃森哲分析公司的文斯•戴尔•阿纳诺表示，在当今数字化的世界中，掌握大数据技术的动机是能够获得实时或接近实时的洞察力[4]，利用数据集算法分析来提取大量“隐藏的信息和惊人的相关性”[5]。在云计算时代，广告商通过精确计算为每一个消费者提供或定制情景感知型广告服务[6]，重构受众在拟态环境解读方面所具有的能动主体地位，让用户产生一种与广告商共同追求的“正合我意式”体验和反馈，从而催生出“智能匹配型”网络广告模式。

2．特征

在《智能时代的新内容革命——2017新媒体发展趋势报告》中，清华教授彭兰指出，智能时代重新定义了内容生产、分发与消费之间的关系，三者之间的界限日益模糊，“一场新内容革命正在发生”[7]。本文也试从产业链的角度对智能推荐型广告的特征进行阐释。

（1）内容层：信息“推荐满足”

网络互动广告的出现率先打破传统媒介广告“广而告之”的运行逻辑，这一时期传播主导权下移，用户主要关注信息的“搜索满足”。智能推荐型广告时代，信息来源的超多元化使用户追求广告体验的侧重点由“实时互动”转向“正合我意”。也就是说，对于John Wanamaker的困惑，已不单单是解决“怎么不浪费那一半”的问题了，而是如何帮助他找出“缺少的那一半”。从逻辑上来讲，移动网络广告的投放思维层级已从单纯地判断广告预算合理与否升级到如何做到“推销产品其实就是在直击消费者的心理欲望”。在接下来的十年，广告将从沟通转向基于人类需求的预测和表达[8]，这便意味着广告内容的研发始终不能离开对目标用户的洞察，个性化将成为关键。可以预见的是，在将来的行业发展趋势中，广告都将从沟通转向基于用户需求的预测和表达，而这种信息的“推荐满足”正是智能推荐型广告内容层面的终极目标。

（2）分发层：自动化

大数据技术和人工智能的快速发展除了可以为个性化广告的定制提供素材，也会使智能推荐型广告的分发流程更加自动化。Comedy Central副总裁Josh Line称，今天只有10%的广告流程实现了自动化，毫无疑问这一数字将继续增长[9]。成熟的智能分发技术能进一步深化book=103,ebook=4广告商与消费者的互动，使其更加精准。然而在广告自动化的早期阶段，所谓的分发自动化技术正从广告中攫取大量成本，但效果欠佳，如何攻克技术上的难题成为互联网技术人员亟待解决的问题。

（3）变现层：“实时竞价”

大数据程序化的兴起为广告营销模式带来全新局面，新兴的实时竞价（Real Time Bidding）模式让广告主从过去的购买媒体直接转变成购买用户，完全重置了消费者与广告商的信息关系。传统的网络广告需要品牌公司先具备了一定的消费者规模并顺利取得他们的信息建成客户数据库，再从中探查其核心需求以跟进投放策略的优化，直到在新一轮的产品生产中才能表达出对市场的供求判断。显然，这种模式往往具有滞后性，营销效果难以达到最优。但RTB广告却能将以数据库为基础的关系营销理念贯彻到底，直接实现消费者对话制造厂家，简称“客对厂”。这种精准高效的模式有望为广告发布商带来新的盈利契机。

最后，广告形式的变迁并不呈“替代性”，而呈“累积性”。生产力的变革使传播介质改进、购物空间转型所引起的广告形式几经变迁，每一种广告模式都是对之前广告模式的继承与发展。Web3.0大量借用大数据与人工智能的技术成果，直接指明网络广告发展方向。

表3　广告模式嬗变对比

二、智能推荐型广告的价值坚守——“京条计划”案例分析

随着轻应用的发力，电商营销的阵地向大大缩短消费者转化路径的移动端大举迁移，巨头商家纷纷开始拓展站外流量，积极展开跨界合作。以内容为依托的“视商”营销先例早已有之，诸如贴片广告、冠名广告等一系列视频广告形式层出不穷。但这种传统的“视商”广book=104,ebook=5告的商业意图明显，噱头十足，在产品售卖能力上不强。立足现代化营销，碎片化、高频次的短视频将显露出更大潜力，这种新模式不仅可能将视频网站扭亏为盈，也解决了电商最注重的引流、销售量问题。

图1　短视频电商产业链生态

（一）案例概况

2016年9月27日，京东联合今日头条对外宣告了他们的战略合作——“京条计划”，经过两个多月的迭代开发，已于2017年初正式启动，一年多的发展，取得了令人可喜的成绩。

内容创作时代，用户追求信息的精准定制与推送，故短视频能否成功，就看能否迎合用户的个性化需求。今日头条在个性化推荐方面已具有较为成熟的技术，故今日头条短视频战略切入顺理成章。就近两年其在短视频的市场表现看来，头条正一步步从原来的新闻聚合、内容分发平台转向综合信息服务平台。时至今日，短视频的发展已构成生产传播完整链条[10]，作为国内“内容巨擘”，今日头条每天发布的原创短视频高达2 000万条，形成了全球最大以人工智能技术为核心的智能短视频生态平台。

图2　今日头条短视频战略布局

京东选择与日活跃用户数高达1.2亿的今日头条合作是实施全网流量合作战略、实现“一站式”营销的必然选择。如今人口红利时代不再，这一阶段增长用户质量远比增长用户数量有意义，也就是经济学上的“供给侧改革”。京条未来更希望通过提高服务品质来增强用户黏性。所以，开展京条计划最大目的是打造全维度用户数据体系，将推广信息直接传达给潜在用户，为京东实现智能营销系统蓝图添砖加瓦。

理论上，京条计划实施后，可借助京东的消费人群画像、AI技术、头条优质的海量用户和智能推荐算法实行实时竞价系统对接，这样京东商家就可以定位目标用户精准投放广告，消费者也无需跳转出今日头条App，可直接进入头条特设入口“京东特卖”下单购买，即刻塑造“即看即买”全新沉浸式购物体验。这种“无跳转购物”的传播营销模式决不单单是形book=105,ebook=6式上所展现出的流量入口结盟，它实现了闭环式内容生产与消费，广告商能如愿打通“内容流量”和“消费流量”两种不同类型的流量数据体系，成功实现阅读、社交场景与消费场景的智能匹配，传统的定向广告由此走向智能化。

总之，京条计划这一宏伟战略是今日头条与京东的双赢合作，是一场真正的互联网广告模式的转型，值得进一步研究。

图3　“无跳转购物”闭环营销图

（二）智能广告“由屏到心”的价值守望

近十几年，互联网技术架构不断进阶，人们获取资讯的深度、广度和频度都已非同往昔。新技术催生新媒介，新媒介催生新的广告形态。在智能推荐型广告时代即将开创之际，笔者认为有必要对它的精神价值进行一些讨论。

1．开放：行业巨变

虽然Internet使网民能够在任何门户网站寻找到自己感兴趣的信息，但搜索功能只是帮助用户缩小了信息接收范围。因为搜索后仍然成千上万的资讯，用户往往还需耗费一定时间精力去二次筛选出最合口味的极小部分。就这个传播过程来看，用户本质上仍是信息的被动消受者。直到人工智能和个性化算法模型的建立，广告内容才真正实现了从“传者本位”向“受者本位”的转变，成功使智能推荐型广告从“听其言、观其行”到“知其意”。

只有对用户深刻价值挖掘后产生的广告作品才能在第一时间抢占用户注意力，善用一定消费符号刺激用户的购买欲望，最终实现智能推荐型广告模式所希翼的营销愿景，即“在正确时机，用正确内容，去打动正确的人”。因此，智能广告不仅仅是一个商业模式的改变，更是一个产业理念的改变。但在消费者需求加速裂变、市场细分程度越来越高的现实背景下，要在茫茫人海中挖掘出潜在消费者并进行精准化内容匹配决非易事。一方面，广告创作者的产出对消费者需求画像质量提出了极高要求；另一方面，依据前一环节得到的市场需求图谱来指导广告内容的生产，这些作品能否如愿击中用户的消费痛点，完成广告的商业变现还是未知数。如何对不同经济水平的消费者进行分级式广告定价与投放、提升品牌吸引力来降低用户向“山寨商品”外逃等一系列问题仍有待商榷。

2．共享：体验质变

以前网络信息与人的连接方式是搜索和主动表达，但部分用户并不知道自己真正的兴趣，这时社交协同推荐便可以弥补搜索推荐的不足。Web3.0时代意味着网络与真实世界彻底交融，网络真正成为人类的生活空间，广告行业导向也由原来的互动关系型向用户理解型转变。就以往缺乏社交化和媒体化的网络广告模式来说，信息交互往往只发生在线上个体用户与门户网站页面，智能推荐广告则力图打造核心“参与感”并不断提升技术水平，以改善消费体验。网络空间里的“圈子”是指拥有共同情感诉求与价值认同的人们聚集在某个具有社交属性的平台上，品质优良的广告很快在虚拟世界传播开来，越传越广。可见，以社交关系book=106,ebook=7衍生的资讯入口具有巨大开发潜力，“协同推荐”模式明显优于纯粹的机器推荐。故广告主要想大幅提升传播效果，就必须尽可能地提升用户的主动分享率。因为当用户将商品分享到与其志趣相投的网络好友圈时，并不只是在分享产品信息，而是在分享自己对品牌的倾心与认可，直接影响到其社交图谱的其他用户。处在智能推荐型广告时代，不仅要肯定网民参与内容创作的价值、挖掘个人需求，更要重视网络社群经济文化的培育，实现网络聚合效应并在用户集体参与互动的过程中使群体一齐产生品牌认同感。

3．人本：连接智变

随着以大数据云计算、人工智能等为代表的新一代信息技术的快速发展，电子商务纷纷借助技术红利加快商业模式的变革，酝酿新的应用突破[11]。毋庸置疑，智能推荐型广告将成为这场变革的前锋，智能广告的本质依然是“广告”。正如著名广告评论家鲍勃·加菲尔德在《广告大师的告诫》一书中提到，广告创作者不是艺术家，也不是电影导演，他们是商人，他们的工作不是要探索未知，而是要卖东西[12]。这就告诉读者，广告即信息，需要回归广告的本质，回到价值、回到故事、回到场景。即一个好的品牌故事，在适当的场景下影响到消费者，才能凸显广告的价值。

大数据时代的网络广告兼具信息主动搜索、“即写即读”交互和个性化推荐等优势，再融进社会关系网络与一站式消费程序，使智能推荐型广告成为一个集大成者的广告形态[13]，但广告终究要回到人的属性上去。打开今日头条APP，映入眼帘的就是一句“你关心的，才是头条”[14]。作为一家互联网媒体，屏幕是与用户沟通的介质，而“由屏到心”正是头条号希望传递给用户的一种营销温度，这份直击用户内心的平台理念恰好与智能推荐型广告的“人本”核心理念完美契合。作为研发、使用人工智能的企业，也应该永远恪守一项原则：对人类的未来无限发展始终充满责任感与善意。

开放、共享、人本并不只是这一时代所特有的精神呼吁口号，从一开始这就是广告业的本质精神，或许某一时期人们会淡忘，但在经过互联网技术的迭代洗礼后，这一蕴含着时代使命感的初始精神终将回归与复兴。

三、未来走向

笔者认为智能推荐型广告的关键发展要素有：内容、平台和数据。其中，内容即店铺，平台即渠道，数据即价值。具体来说，就是坚持以创意化、原生化内容为基点，生产优质店铺产品，借助高流量平台分发推广内容，引导目标客户步入以电商为主要入口的变现渠道，实现智能用户与广告信息的精准匹配，深挖大数据金矿，释放大数据的营销价值。

（一）内容即店铺

当广告填补了每一个人生活的缝隙，“墙纸效应”便会产生：人们不堪受扰，逐渐在爆棚的信息轰炸中锻炼出自动过滤的能力。阿尔•里斯认为广告是“一个你已经习惯、不去注意的事物”[15]。无论媒体技术如何发展，创意始终是一种稀缺品，故在广告界最有话语权的永远是创意。内容离不开创意，创意始终是内容的元点。在广告进入投放流程以前，广告商就应当妥善运用大数据、云计算技术来评估广告的接受效果，收集被测试群体的信息反馈再反过来进行二轮内容优化，实现最大化的营销价值。从内容来看，用户研究体系的完善是首要任务，广告商通过它才能对用户需求进行精准定位，基于此产生的内容才真正落到实处。

创意竞争未必是内容营销时代的制胜法宝，广告的表达形式也很重要。倘若广告表达形book=107,ebook=8式带有强烈的“洗脑性”或“干扰性”，就极易诱发受众的逆反心理，削弱广告的营销效果。早在2013年，Facebook就通过网站预调查将用户核心需求植入机器算法进行集成，最终实现过滤劣质信息、推广品牌级别新闻的平台改良目标[16]。故如何避免用户基于内容质量所导致的意外流失，仍需要技术方面的支持。以当前正热的原生化广告为例，原生化广告指内容风格与页面一致、设计形式镶嵌在页面之中，同时符合用户使用原网页的行为习惯的广告[17]，原生化广告主能够将产品信息潜移默化地融入到贴近用户使用场景的移动展示页面中，这样广告就转为“无意识”推销，达到一种润物细无声的效果。由此，移动原生广告不仅有效整合了产品特性与媒介优势，也延续了场景化的内容规则，受众美好体验达到空前，品牌印象在这个过程中不断加深。

最后，需要注意对原创内容的保护。早在2007年，Google就开展了Content ID全自动内容识别系统的开发工作，可全天24小时对每段上传视频进行全网资料库对比，一经锁定版权享有者则选择封停或者变现[18]。现有的最新系统可以识别出任何一个短视频是属于长视频的几分几秒，国外YouTube早已运用这套系统，国内则最先用在今日头条的版权保护上。总之，如何识别并保护高质量作品将成为未来很长一段时间的技术命题，是一个长期而持续的过程。

（二）平台即渠道

移动互联网时代，平台即渠道。媒体平台化后便成为广告主向平台使用者传播信息的“屏幕”，平台既是双方情感互动的渠道，也是为广告主引流、营销的渠道。用户经济时代，平台手握的用户数量及质量就是其广告市场核心竞争力。在大数据应用于广告定向之前，平台只能进行基础市场调研，找出人群的基本属性、心理刻画及媒介偏好，这个过程往往要花较长的时间和高额人工成本。大数据技术可根据平台日积月累得到的用户基本属性、兴趣爱好、地理位置等海量信息，筛选、分析，精准评估消费者购买决策中的关键因素，从而向广告主提供关于预测用户消费行为的商业报告。

在2016年NAB展上，Aspera展示了包括批量数据流在内的最新技术，满足媒体组织现在和未来的视频分发需求[19]。Facebook Ads工具中已实现的用户广告偏好设置包括宣传内容、展示位置、跟踪转换等多个选项[20]，这正是基于用户导向思维所生成的广告模式，比起先前的“强制插入式”广告更能抓住用户的心并有效增加商品转换率。这就要求平台具备良好的数据分析技术，在长远的运营体系规划中，不但要实现用户在观览广告后即可兑现购买行为的页面层流畅转化，也必须考量到用户的心理兼容态度界限。

打造优质广告的一个思路是造星，即依托互联网势能进行批量大V培育。社交网络时代，裂变的群体标签区隔开众多网络群体，相互交织的人际关系又让社交圈子更加复杂，信息则在这种环境下传播开来，圈层结构里的大V靠持续性产出创意内容吸纳粉丝群体，最终通过软文合作、粉丝打赏、平台补贴等方式获利。平台除了帮忙分发以外，应在更大程度上扮演广告中介的角色。同时平台还积极支持作者、用户同站内外其他消费空间的观众进行互动，配以大数据时代带来的内容分发技术红利，双管齐下推动社群经济的衍生及成型，由此具备电商属性的媒体平台将成为广告业智能化发展道路上不可忽视的助攻者。

总之，在智能推荐型广告投放平台，多样化广告内容本身就是摆放电商产品的“店铺”，媒体平台成为广告与用户之间信息流传递的主体渠道。在这里，内容与渠道不再隔离，用户既是广告内容展示的观众也是广告品牌的购买者。

（三）数据即价值

book=108,ebook=9大数据对智能推荐型广告有着无可比拟的技术价值。基于大数据洞悉基础之上的广告制造与推送才能被平台用来营造沉浸式体验，全方位为观看用户构建场景，鲜明的圈层标识实现“总有一款适合你”的营销愿景。

大数据技术是精准投放的实现基础。其实现原理主要通过目标消费者的精准定位、消费需求的精准挖掘、广告投放的精准可控、广告效果的精准评估四个方面来实现[21]。即智能广告应在受众识别、发布方式、内容生成和效果监测等方面呈现出显著智能化特征。首先，精确识别广告目标受众。微视频标签分类系统有效追踪和收集用户信息，发现用户的浏览兴趣和使用行为，经过相关的数据过滤、预处理、数据综合分析处理等程序，从中获取有价值的分析结果[22]。其次，一个完全自动化的网络广告业是能将几种价格模式和定向方式混合在一起，以保证广告获得最好的设置，给消费者带去最大相关性，同时也保障广告主获得最大的投资回报。再次，广告内容的生成能够根据受众识别的结果并配合广告发布系统进行精确匹配、智能组合，生成适合特定用户的特定广告信息。最后，为了实现网络广告的科学投放，需要建立起科学监测系统对广告和其它数字传播渠道进行管理、跟踪服务和报告，帮助平台最大限度地实现广告与消费者的“碰撞”。

不断发展变化的大数据为人民群众提供了非常大的便利，但当中也隐含着许多的安全问题，其中个人数据隐私是最受关注的。目前国内对大数据的管理监督体系及管理制度还需不断完善，智能广告在享受着大数据发展红利的同时也需要警惕切勿碰触法律的准绳。

参考文献：

[1] 舒咏平．“信息邂逅”与“搜索满足”——广告传播模式的嬗变与实践自觉[J]．新闻大学，2011（2）：79-83+102．

[2] 拉夫·布鲁尔，马特·布莱特.网络广告的时间滞后和协同效应[M]．柏林：斯普林格出版社，2017：917．

[3] 托马斯·达文波特，约翰贝克．注意力经济[M]．谢波峰，等译．北京：中信出版社，2003：58．

[4] Judith L. Big data: expediting and validating analyses[J]. KM World，2016(1)：25.

[5] Hartzog W, Selinger E. Big data in small hands[J]. Stan. L. Rev. Online, 2013, 66: 81.

[6] Kim K Y, Lee B G. Marketing insights for mobile advertising and consumer segmentation in the cloud era: AQ–Rhybrid methodology and practices[J]. Technological Forecasting and Social Change, 2015, 91: 78-92.

[7] 柯鹏.今日头条联合清华发布《2017新媒体发展趋势报告》[N].（2017-12-7）[2018-1-19]．中国网，http:// life.china.com.cn/2018-01/19/content_47347.html.

[8] Amy K.The future of advertising: what will 2025 look like?[N].The Guardian（2015-2-16）[2018-1-22]https://www.theguardian.com/media-network/2015/feb/16/the-future-of-advertising-what-will-2025-look-like

[9] Giselle A. 7 Predictions About The Future Of Advertising[N].Senior & Strategic Editor，2017-11-14： （2017-11-14）[2018-1-22]http://www.cmo.com/features/articles/2017/9/29/predictions-on-the-future-of-advertising -exb.html #gs.wCN1Tj4

[10] 韩飞，何苏六．新媒体的生产传播创新与发展路向——以纪实短视频为例[J]．出版广角，2017（23）：9-12.

[11] Criteo.2017年电商营销趋势报告[EB/OL].（2017-1-28）[2018-1-22]．https://www.criteo.com/resources.

[12] 鲍勃•加菲尔德．广告大师的告诫[M]．北京：机械工业出版社，2001：29.

[13] 蔡立媛，曾振华．大数据时代广告的解构与重构——基于价值论的分析视角[J]．编辑之友，2017（10）：53-57．

[14] 李敏，何红娟．巅峰之上，今日头条未来该做什么?[J]．声屏世界·广告人，2016（12）：79-81.

[15] 阿尔•里斯，劳拉•里斯．公关第一，广告第二[M]．罗汉，虞琦，译．上海人民出版社，2004：19.

book=109,ebook=10[16] Andrew M.Social Media Marketing Tips[J].CreateSpace Independent Publishing Plat，2013（6）：5.

[17] 喻国明．镶嵌、创意、内容：移动互联广告的三个关键词——以原生广告的操作路线为例[J]．新闻与写作， 2014（3）：48-52.

[18] Hruska J.YouTube's ContentID system guts game streaming，pushes away loyal audience[J]. ExtremeTech.com， 2013(8)：24.

[19] FrancoisQ.The Future of Video Distribution[N].Broadcast Beat magazine. （2017-4-3）[2018-1-22]http://www.broadcast beat.com/the-future-of-video-distribution.

[20] Andrew M.Social Media Marketing Tips[J].CreateSpace Independent Publishing Plat，2013：43.

[21] 倪宁，金韶．大数据时代的精准广告及其传播策略——基于场域理论视角[J]．现代传播（中国传媒大学学 报），2014（2）：99-104．

[22] Zhang B, Song J L, Liu Z Z, et al. The Micro-video Label Classification System Design Based on Network DataAcquisition[C]//Applied Mechanics and Materials. Trans Tech Publications, 2015（738）: 556-559.