绪论
一 研究背景
随着社会从IT（信息技术）时代发展到DT（数据技术）时代，传统的以品牌为中心的营销传播模型亦转变为以消费者数据为核心，在此基础之上进行产品需求分析、兴趣洞察以及个性化体验的优化。在人工智能、5G、MarTech等新技术繁荣发展背景之下，一个全新的商业时代悄然来临。数据与技术正在形成一股强大的颠覆力量，重塑新商业文明的效率体系，驱动企业的新一轮增长。[1]数据技术的成熟催生了程序化广告行业，因为能将广告精准投放给目标受众，程序化广告已经成为备受广告主推崇的投放手段。早在2014年宝洁公司就将70%的广告预算用于程序化广告，在那之前，美国运通刚宣布把其100%的广告通过程序化方式进行购买，这些战略性举措都是知名广告主拥抱程序化广告的例证。[2]除了传统行业的广告主外，互联网行业广告主的参与也表现抢眼，根据MediaRadar的数据，亚马逊是程序化广告最大的广告主。在2018年第一季度，排名前五十的程序化广告主中，亚马逊的程序化广告支出占到总份额的10%，其程序化广告支出是排名第二微软的5倍。[3]
从2012年“程序化广告元年”以来，程序化广告在中国已经逐渐从少数尝试走向基本成熟，应用范围也逐渐广泛，发展势头迅猛，效果喜人，受到越来越多广告主的青睐。[4]2016年，中国50%的数字展示广告以程序化投放方式进行交易。此后，中国程序化广告市场的增长势头放缓，但仍然保持较高的增长率。eMarketer的最新数据显示，中国程序化市场的潜力巨大。相较于美国超过八成广告通过自动化购买而言，中国的程序化广告市场还处在一个未饱和的状态。2020年中国程序化展示类广告支出总额将达到所有展示广告支出的3/4，程序化广告广阔的市场前景势必会吸引更多资本、人才。[5]
经历了野蛮生长期与大浪淘沙期，“程序化广告”目前已进入平稳发展期，也不再是一个新概念。2017年，国内几位早期进入程序化广告与大数据营销领域的专业人士梳理了自己从业实践的经验与心得，将其分享给互联网广告行业的从业者，及时弥补了人们对程序化广告认知的空白，也向大众描绘出更真实的“程序化”实操过程。[6][7]这些著作有助于广告主逐渐把DSP（Demand-side Platform，需求方平台）的选择、程序化广告的技术创新列为重要议题，有助于更有效地实现程序化升级，整合强大的数据分析能力和技术手段以实现场景化营销。目前，国内程序化广告市场格局基本形成，优质的交易技术平台不断壮大，互联网头部企业见势纷纷布局，以助力原有广告业务。阿里巴巴、百度和腾讯对国内程序化广告市场份额的增长产生了重大促进作用，这三家公司加起来占据了中国程序化广告市场约80%的份额。[8]在这种情况下，仅仅了解程序化广告的运行机制已明显不够。
作为研究者，不仅要在程序化广告如火如荼的浪潮之中对其未来发展的方向有所把握，同时也要洞察其中存在的隐忧，对所处行业保持理性判断。本书完成于国内程序化广告行业浮躁喧嚣之后的平稳发展阶段，试图从第三方视角理性分析行业的局限性。程序化广告在全球发展迅猛，但也浮现了一系列问题，包括效果监测、价值评估体系、用户隐私与个人信息安全、用户体验等方面的困扰。这些问题使全球的广告主逐渐对程序化广告持更谨慎的态度。因此，如何提升广告主营销传播的效益，改善用户的广告体验，从而建立更完善的程序化广告行业监督准则，就成为当前亟待探讨、解决的问题。
二 国内外研究现状及研究趋势
为探究程序化广告在学科领域的研究现状，本书利用科学知识图谱对CNKI数据库中的159篇中文文献与WOS数据库中的43篇英文文献进行可视化分析，梳理程序化广告的发展脉络，以期对当前的研究热点和趋势有更为清晰的认知和把握。
通过CNKI数据库的文献高级检索功能，选择“程序化广告”“程序化营销”“程序化购买”“RTB”四个主题进行检索，共得到622篇文献记录，经过数据清洗，剔除无关主题“蓖麻毒素”以及医学专业相关文献，剔除与程序化主题相关的会议综述、卷（刊）首语、前沿动态、业界访谈、行业报告、商业评论等不同类型的文章，最终得到159篇有效文献，文献时间范围为2012年至2020年。同时通过WOS数据库（综合数据库并不只是核心数据库）对国外程序化广告的文献进行检索，以“programmatic buying”和“programmatic advertising”两个主题检索得到111篇文献记录，剔除“政治投票”、各类“规划”、医学疗愈等与主题无关文献68篇，保留有效文献43篇，文献时间范围为2010年至2019年，数据采集的最后时间为2020年3月21日。
运用科学计量学软件CiteSpace的V5系列版本将文献中的关键信息进行计量统计和可视化呈现，对程序化研究内容的热点领域、演进趋势以及研究主体之间的互动合作情况等进行了分析。
（一）国内外程序化广告研究内容的分析
1.国内程序化广告研究
利用CiteSpace的可视化功能对CNKI数据库中的程序化广告文献进行关键词的共现分析，选择节点类型为“Keyword”，设置阈值为100，以一年为切片单位，CNKI数据库文献时间设置为2012年至2020年，得到图0-1共现图谱，共提取出29个关键词，将同义关键词“程序化购买”与“程序化购买广告”、“实时竞价”与“RTB”、“DSP”与“需求方平台”、“交易平台”与“广告交易平台”进一步合并，最终得到25个关键词（表0-1）。
结合图0-1共现图和表0-1关键词来看，“实时竞价”节点大而色彩层次丰富，节点及其周边连线多而广泛，充分体现出作为高频次共现词的“实时竞价”，是程序化广告最早也是最核心的研究议题，而程序化广告仍以实时竞价（RTB，Real Time Bidding）为主要交易形式。“大数据”作为出现频次最高的共现关键词，与“网络广告”“精准广告”“计算广告”等新形态的广告所呈现的关键词都存在较强的共现关系且连线颜色大多较浅。数据技术时代背景之下，基于大数据技术而产生的一系列新兴广告模式颠覆了传统广告模式，广告形式呈现精确化、融合化趋势。此外，从中心度来看（图中部分突出节点有深色外环，这表示了节点的中心度，外环越厚，中心度越强），“DSP”、“广告投放”与“广告模式”中心度表现较突出，说明对于程序化广告不同环节、组成部分以及运行模式等进行的相关具体、实践性强的研究成为研究的一大方向，例如对“运营商”“广告主”等的研究。对于中心度同样表现突出的“广告产业”来看，与“媒介产业”“互联网+”的结合则是另一个研究方向，表现为对技术洪流中行业、产业层面变化与转型、困境与对策的关注。总体来讲研究覆盖了宏观（广告产业、大数据时代）、中观（广告模式、广告投放）、微观（DSP、户外广告）三个层面，研究议题较丰富。
图0-1 2012～2020年CNKI程序化广告研究关键词共现知识图谱
表0-1 2012～2020年CNKI程序化广告研究关键词
表0-1 2012～2020年CNKI程序化广告研究关键词-续表
“程序化广告”作为一种新兴的广告概念和模式成为一大研究热点，该模式主要围绕广告主、广告交易平台与媒体方三者的交易闭环而搭建，模式涵盖了需求方平台（DSP）、实时竞价（RTB）等核心要素，而和广告投放一同运转的通常还有第三方的效果监测与评估。此外，私有程序化购买以及In-house模式在学术研究领域尚处于空缺状态，学界研究与行业的发展存在差距。但研究主题的中心度显示，广告主作为交易起始环节逐渐成为研究的核心内容，未来私有程序化和In-house趋势显著；关于媒介、运营商等方面的研究逐渐减少并淡出核心领域，广告投放日益成为各方的研究重点。
由图0-2可以更清晰地看出程序化广告的研究趋势，最初的研究更多集中于交易方式（例如实时竞价）、交易参与者（广告主）等单一环节，自2015年起对各方平台的研究（如需求方平台〈DSP〉、交易平台），以及对程序化广告模式和系统等整合性的研究逐渐增多，研究主题呈现融合化趋势。从年份上观察可以发现，2013年是国内程序化广告研究的起点，2014年经历了研究的铺垫与发展，2015年则成为程序化广告的重要年份，这一年不仅研究主题大幅增加（如广告产业、广告模式、精准广告等），且研究数量显著增加，共现频次总和也高于其他年份，达到了质与量的突破，为后续研究提供了牢固的基础与前沿探讨的可能。从图0-2中可知，2015年后，研究议题开始向纵深和前沿发展，积极向技术靠拢，出现了“计算广告”“用户数据”等更加细分、专业、技术性强、前沿性的研究主题。
图0-2 2012～2020年CNKI程序化广告研究关键词共现时区图
图0-3 2012～2020年CNKI程序化广告研究关键词聚类时序图
图0-4呈现了研究突变，反映的是急速上升的、发展的研究热点，其中“网络广告”和“实时竞价”两个研究议题都于2013年开始“火爆”，但持续时间都有限，这两个议题相关性高，相辅相成，但是迅速火爆与随后又迅速走低的情形，从侧面反映了学术研究缺乏持续性的现状。
图0-4 2012～2020年CNKI程序化广告研究突变词Top2
2.国外程序化广告研究
利用CiteSpace的可视化功能对WOS数据库中的程序化广告文献采用term主题词分析，提取名词性术语，设置阈值为100，以一年为切片单位，时间设置为2010～2019年，得到图0-5共现图谱，提取出的28个关键词见表0-2。
图0-5 2010～2019年WOS程序化广告研究主题词共现知识图谱
国外有关程序化广告的研究主题与国内近似，实时竞价（RTB）和程序化广告依然是两大热点研究主题。实时竞价作为程序化广告的核心技术之一，是国内外学者进入相关研究领域的起点，目前对RTB市场、竞价模式等具体环节的研究已较为全面和详尽，各部分研究连接紧密。伴随大数据的发展，2017年“数字广告”“数字媒体”等方面的外文文献开始增多，广告形式发展同样呈现精准化、数字化趋势。国际会议文献在国外程序化广告研究中也占据重要位置，2014年在中国举办的IEEE国际服务运营与物流及信息学会议（SOLI）举办时间早，其会议成果成为后来研究的重要参考资料。
表0-2 2010～2019年CNKI程序化广告研究关键词
由时区图0-6可以看出，国外对于程序化广告的研究在时间上出现明显断档，在2014年、2016年、2017年三年出现研究热潮，实时竞价最初是作为相对独立的研究主体出现的，从2016年起对程序化广告的相关概念及模式的研究逐渐增多，其中，大数据作为程序化广告的发展背景和技术支撑呈现伴随式发展现象，数字技术在推动程序化广告发展的过程中起着重要作用。
图0-6 2010～2019年WOS程序化广告研究主题词聚类时区图
3.国外新近文献补充
考虑到WOS数据库中相关的外文文献的新近相关研究数量有限，我们浏览了广告领域内的一些顶级期刊的最新文献，其中Journal of Advertising在2019年年底针对AI（Artificial Intelligence）广告设立了专刊，这本专刊中部分内容与程序化广告联系密切，此处进行简要综述。
针对程序化广告，LI从时间向度出发，认为它是在数字广告时代创建精准广告、实时挖掘用户互动数据以满足用户预期的一种广告形式，程序化广告之前是互动广告，而程序化广告之后则是AI广告，它们的兴起和发展与技术、经济及社会因素息息相关。[9]而针对具体的程序化广告的流程和程序化广告的内容，QIN和CHEN分别从质化的角度提出了自己的看法，前者依托中国过去五年的广告市场，提出打破、重组传统广告流程，形成以数据平台为支撑、以算法为核心的四个流程——“消费者洞察挖掘”、“广告创作”、“媒体策划和购买”和“广告效果评估”；[10]而后者则将程序化创意“装”进了程序化广告概念之中，根据中国广告产业的经验，提出了理解和调查程序化广告创意的框架，并对大数据和机器学习在其中的应用进行了讨论，此外还涉及了程序化创意面对的技术、管理和法律挑战。[11]针对细节的程序算法推荐和广告文案生成，学者MALTHOUSE等人以及学者DENG等则各自从量化、实验的研究方法出发做出了自己的贡献，前者设计了一个二进制的整数编程模型实现最大化广告收入和用户效用的双重目标，并通过线上零售对该模型进行了实证；[12]后者则充分利用自动生成技术，进一步提升了个性化广告文案（SGS-PAC）的智能生成系统，使广告内容符合个人需求，实证表明其有助于在线广告平台点击率的提升。[13]
综上，智能广告的专刊在已有的数字广告研究技术基础之上，对各种层面的焦点问题进行了研究探讨，从程序化广告所处阶段，到程序化广告流程、内容以及算法实现与优化，涵盖较为全面，兼具深度与广度。
（二）国内外程序化广告研究主体分析
使用CiteSpace绘制科学图谱，选择节点为“Author”作者，分别绘制CNKI和WOS数据库的作者合作网络图谱（见图0-7、图0-8）。
图0-7 2012～2020年CNKI程序化广告研究作者合作网络分析图
图0-8 2010～2019年WOS程序化广告研究作者合作网络分析图
（三）国内程序化广告研究主体综述
国内对于程序化广告的研究仍处于起步阶段，研究者数量较少，且不具备时间连贯性。关注该领域较早、发文相对较多的学者有吴勇毅、廖秉宜、杨瑶等，学者之间研究活动各自独立、未形成合作网络。2016～2018年，未出现代表性学者，学术研究主要为零散式、个体式刊发文章。但随着程序化广告在业界的普及，学界研究开始出现合作的趋势，2019年出现鞠宏磊与李欢[14][15]两位作者的小范围合作，合作程度较低。从事程序化广告研究的学者尚未形成体系或者形成具有代表性的合作网络，研究者团体力量尚弱，研究者单兵作战使研究的深入性、系统性、研究范围等均受到一定的局限，因此研究进展也相对缓慢。（见表0-3）
表0-3 2012～2020年CNKI程序化广告研究作者发文频次
（四）国外程序化广告研究主体综述
外文对程序化广告的研究最早可追溯至2010年，但与国内情况近似，早期研究量少且较为分散，一直未形成较为明显的作者合作网络。2014年则出现以YONG YUAN[16]、RUI QIN、JUANJUAN LI、FEIYUE WANG等学者组成的以YONG YUAN为中心的研究团队。根据WOS数据库，该团队成员主要来自中科院的自动化研究所，XIAOCHUN NI作为其团队新成员，其合作关系则于2017年开始。该团队基于2014年在青岛进行的IEEE国际服务运营与物流及信息学会议（SOLI）的录用论文，率先对RTB市场展开了一系列研究。
表0-4 2012～2019年WOS程序化广告研究作者发文频次
综上，从时间维度比较，国内有关程序化广告的研究与国外起步时间差异不大，甚至在国际会议中更早发声。表0-4显示，在外文文献方面，除了来自中国的研究团队，有关程序化广告的议题暂时还无法找到其他颇具规模的研究团队和合作关系。作者共现图有助于进一步说明中国的程序化广告环境；国内的程序化广告，不论是在业界实践还是在学界研究方面，都相对领先，这为程序化广告进一步的发展和研究提供了良好的土壤，但也意味着程序化广告涉及的伦理问题将更为棘手。
三 研究问题及研究价值
（一）研究问题
基于以上的文献回顾可以发现，既往关于程序化广告的研究覆盖了宏观（广告产业、大数据时代）、中观（广告模式、广告投放）、微观（DSP、户外广告）三个层面，研究议题涉及较丰富。从最初多集中于交易方式、交易参与者等单一环节，到2015年起对各平台的研究、对程序化广告模式和系统等整合性的研究逐渐增多，2015年后积极向技术靠拢，出现了“计算广告”“用户数据”等更加细分的和专业、技术性强且前沿的研究主题。总的来说，在“术”的层面挖掘较为丰富，但是对相关理念演进的梳理还欠缺，对于当前行业普遍面临的困局及应对之策的探索还不够深入。因此，本研究主要提出以下几个研究问题：
1.程序化广告反映了广告媒介投放理念怎样的演进？
2.程序化广告的发展趋势如何？
3.程序化广告的监测与评估存在哪些困局？
4.如何平衡程序化定向广告的精准投放与消费者个人信息保护之间的关系？
（二）研究价值
1.学术创新
首先，既往研究多集中于从技术和运行机制层面探讨程序化广告的概念、投放平台、对广告公司的影响等议题。仅有的两部著作也是基于从业者的业务角度讲解各种技术手段、竞价原理、广告交易模式以及程序化手段运用的场景和原因等实操过程。本研究超越“术”的层面，更加注重从第三方视角理性分析程序化广告，解开数据的迷思，洞察行业存在的隐忧。
其次，在研究方法上，采用量化和质化结合的实证研究方法探讨如何改善用户的广告体验、保护用户隐私与个人信息安全、增强程序化广告投放的透明度，从而建立更完善的程序化广告行业监督准则和评价标准。
2.学术价值
数据已经成为现代商业不可分割的一部分，但人们也由此陷入了数据的迷雾，动辄强调“用数据说话”，甚至陷入“唯数据论”，[17]全行业的技术崇拜持续发酵。和人工智能、物联网以及区块链等“技术网红”一样，程序化广告行业也在经历“泡沫化”。从起步期的蓬勃生机到急速发展时期的浮躁再到大浪淘沙后的理性回归，国内程序化广告行业喧嚣之后归于平稳发展，本书完成于此阶段，试图为从第三方视角理性探讨行业的隐忧与局限，提出破局之道，提供一种可能的尝试。
四 研究方法
1.科学知识图谱
本书以2011～2020年CNKI收录的159篇中文文献与WOS数据库中的43篇英文文献为研究样本，从论文发表量、作者、机构和参考文献进行文献计量分析，利用信息可视化分析软件CiteSpaceⅡ绘制作者共现、机构共现、关键词共现等知识图谱，并且对有关文献进行主题分析，以探索程序化广告领域的研究热点、前沿领域与发展趋势。
2.案例分析法
围绕中国程序化广告产业链中每个环节代表性企业的程序化广告探索历程及成功的实践案例进行剖析，试图描绘出一幅完整的程序化广告生态图。
3.比较分析法
对美国、欧盟国家等广告产业发达的国家关于程序化定向广告监管与个人信息保护的广告监管方法进行比较，分析其在立法模式、管理机构、立法精神和相关条例等方面的异同，以期为我国的广告监管提供有价值的建议。
五 研究框架
本书共分为八章，分别从基本原理、业界实践和冷思考三个角度对程序化广告的发展进行全景式的探索。绪言介绍了本研究的背景，梳理了当前程序化广告相关的学术研究脉络，在此基础之上提出本书的研究问题和研究方法，并分析了本研究的学术创新和学术价值。
第一章和第二章探讨相关的基本原理。第一章先明晰广告媒介投放理念从信息技术驱动到数据技术驱动转变的轨迹：从以信息技术为投放工具到以数据技术为投放基础元素，这一变化实质上是由于新的动态生产要素——数据成为被开发的有价值的对象。程序化广告正是数据技术媒介时代新环境下的产物。第二章的主要内容是，以数据时代的媒介思维和分析技术为推动力，程序化广告市场发展迅速，其投放模式从割裂式单一平台转化为综合统一的程序化交易系统，在实践中不断完善并应用于越来越丰富的广告形式当中。此领域的早期著作对程序化广告技术方面，如代码、运算原理等的解释更深入。相较于前人著作原理阐述部分的强技术特点，本书主要阐述了程序化广告投放的演变逻辑，通过对其发展动因、运作原理和现实意义的深入分析，帮助营销人员理解程序化投放在实战营销中的重要价值。从程序化投放系统中各环节的参与者视角，对用户群体精准定位、广告投放呈现以及内部利益平衡等进行分析，使相关营销从业者形成对整个交易系统完整图景和框架的认知。本章进一步介绍了新的程序化广告发展趋势，帮助营销人员在实际操作和宏观趋势两方面把握程序化广告投放。
第三章～第五章展示了程序化广告的行业发展现状与未来趋势。第三章以时间与地区为线索，系统展示了2012年以来程序化广告市场份额的变化。通过回顾程序化广告在全球与各个代表性国家、地区市场的发展历程，在比较中让读者对全球程序化市场的头部国家有更具体的认识。第四章根据RTB China所描绘的程序化广告技术生态图，研究不同业务板块的典型企业，梳理其相关营销策略及实践案例，力求为读者展示全行业极具代表性的前沿实操经验。第五章描绘了一幅程序化广告行业在数字技术与广告交锋下的未来图景。基于大数据、AI、物联网、区块链等智能技术的应用，程序化电视广告、程序化原生广告和程序化创意等新兴业态更新迭代。消费升级下，顾客碎片化与个性化需求也在促使移动端程序化场景营销走向兴盛。从数据捕捉、用户深描到精准触达，致力于品效合一的全渠道营销趋于常态。而随着互联网人口红利消退，C端流量被行业巨头垄断，ToB的业务转型成为程序化广告新的市场机会。本章让读者看到本已趋于完善的程序化广告产业生态链在技术驱动下带来的更多可能。
第六章～第八章专注于程序化广告的效果研究，力求拨开程序化广告“凌乱的面纱”，展现程序化广告实际操作中存在的影响广告效益和用户体验的问题，并呼吁程序化广告生态各部分协作共赢，打造更健康的程序化广告生态。第六章探讨了程序化广告效果监测所面临的困局（包括数据质量、广告透明、品牌安全等）以及包括广告主、DSP公司、广告媒介和监测机构等在内的行业生态链玩家为促进行业健康发展而做出的努力，还着重剖析了区块链技术在解决这些困局方面提供的机会和面临的挑战。用户隐私泄露及个人信息安全被侵害等问题一直是程序化定向广告所面临的痛点，第七章在介绍欧美等国相关举措的基础上对我国程序化定向广告中个人信息保护提出了有针对性的建议。第八章则从信息技术与传播的关系角度，阐述移动程序化技术在广告信息的传播中产生的信息茧房现象及筑茧过程，对其带来的负面效应进行理论性思考，并尝试提出破除茧房效应的对策。
本书围绕数据技术时代的特点，深入浅出地梳理了程序化广告投放形式的演变脉络及其逻辑原理；通过数据与业界案例描绘程序化广告的前世今生，并探索其未来发展趋势。最后引出对行业目前存在的几大困境的反思，希望能为程序化广告的良性发展提供有价值的探索与参考。
[1] 消费日报网.筹变2020：全域智能营销构建商业价值新生态［EB/OL］.（2019-12-03）［2020-06-14］.http：//news.cnr.cn/native/lmgd/20191204/t20191204_524883872.shtml.
[2] 向怡颖.秒针系统：打破数据孤岛［J］.广告大观（媒介版），2015（8）：6～6.
[3] Erica Sweeney.吃掉10%市场份额，亚马逊成为程序化广告最大广告主［EB/OL］.（2018-08-07）［2020-06-14］.https：//new.qq.com/omn/20180806/20180806A1OZ5S.html.
[4] Mintegral.Mintegral洞察：巨头夹缝中，高速发展的程序化广告市场何去何从［EB/OL］.（2018-07-04）［2020-06-14］.https：//www.chinaz.com/news/2018/0628/908269.shtml.
[5] eMarketer.2019年中国广告程序化购买支出将超过308亿美元［EB/OL］.（2019-01-02）［2020-06-14］.http：//www.199it.com/archives/813094.html.
[6] 吴俊.程序化广告实战［M］.北京：机械工业出版社，2017.
[7] 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.
[8] eMarketer.2019年中国广告程序化购买支出将超过308亿美元［EB/OL］.（2019-01-02）［2020-06-14］.http：//www.199it.com/archives/813094.html.
[9] LI H.Special Section Introduction：Artificial Intelligence and Advertising［J］. Journal of Advertising，2019，48（4）：333-337.
[10] QIN X，JIANG Z.The Impact of AI on the Advertising Process：The Chinese Experience［J］. Journal of Advertising，2019，48（4）：338-346.
[11] CHEN G，XIE P，DONG J，et al.Understanding Programmatic Creative：The Role of AI［J］. Journal of Advertising，2019，48（4）：347-355.
[12] MALTHOUSE E C，HESSARY Y K，VAKEEL K A，et al.An Algorithm for Allocating Sponsored Recommendations and Content：Unifying Programmatic Advertising and Recommender Systems［J］. Journal of Advertising，2019，48（4）：366-379.
[13] DENG S，TAN C，WANG W，et al.Smart Generation System of Personalized Advertising Copy and Its Application to Advertising Practice and Research［J］. Journal of Advertising，2019，48（4）：356-365.
[14] 鞠宏磊，李欢.程序化购买广告造假问题治理难点［J］.中国出版，2019（02）：31～34.
[15] 鞠宏磊，李欢.程序化购买广告造假问题的主要类型及影响［J］.编辑之友，2019（01）：61～64，82.
[16] YUAN Y，WANG F，LI J，et al.A Survey on Real Time Bidding Advertising［C］//Proceedings of 2014 IEEE International Conference on Service Operations and Logistics，and Informatics.IEEE，2014：418-423.
[17] 媒介360.程序化转型：不止于眼下，更在于未来［EB/OL］.（2019-04-26）［2020-06-15］.https：//www.sohu.com/a/310422567_295833.