计算广告学是大数据时代广告学研究的前沿性话题。自2008年“计算广告”的概念提出以来，计算广告学的相关研究一直围绕广告的计算运用而展开，并未获得其他突破性进展，甚至连许多基础性建构都尚付阙如。本文力图回答以下几个主要问题：计算广告学提出的重大背景是什么？计算广告与计算广告学差异何在？计算广告学研究包含哪些重要内容？计算广告学将对广告学研究产生怎样的影响？其发展又面临哪些重大障碍？

一、大数据时代的计算社会科学

大数据与大数据技术已深深嵌入社会生活的各个领域，不仅“成为重要的生产要素”[1]，“变革我们的生活、工作和思维”[2]，同时也对人类的科学研究与科学发现产生重大影响。

2006年，著名的计算机科学家吉姆·格雷(Jim Gray)在总结大数据促进人类科学研究发展时，提出“数据密集型科学发现”(Data-intensive Scientific Discovery)的概念，并认为这是人类科学研究继实验、理论与计算机仿真三种研究范式之后，所产生的第四种研究范式。所谓“数据密集型科学发现”，即利用大数据与大数据技术，通过对海量数据的计算与分析，来挖掘数据所潜藏的科学价值。“数据密集”以及“数据计算与挖掘”是这一范式的典型特征。格雷的总结是针对自然科学而言的。在进入大数据时代之后，自然科学的诸多领域，皆尝试运用已积累下的巨大规模的科学研究数据，并在深入的数据挖掘中，获得诸多有价值的科学发现。近十年来，自然科学研究已进入“数据密集型科学发现”的研究新阶段。

自近代以来，追步自然科学的研究方法与研究范式以探寻复杂社会发展现象与规律，一直是社会科学从未止息的学术努力。就在格雷提出“数据密集型科学发现”研究范式后三年的2009年，以拉泽尔(Lazer)为代表的来自哈佛大学、麻省理工学院的15位美国学者，在学术期刊《科学》杂志上发表联合署名文章，正式提出“计算社会科学”(computational social science)的概念。2012年，由意大利学者R.Conte领衔，来自欧美国家的14位学者，又在《欧洲物理学刊》上联名发表《计算社会科学宣言》，全面阐释大数据计算方法对社会科学的影响及其发展前景，并宣告“计算社会科学”的正式确立。

计算社会科学的相关研究自此展开。2014年，《计算经济学手册》第三卷出版，将经济学研究从“计量”“计算机计算”推进到大数据计算与大数据发现。也是在2014年，来自哈佛大学等美国名校的近百名学者集聚斯坦福大学，举行名为“新计算社会学”的学术研讨，并有17名学者在会上报告了他们在计算社会学领域的最新研究成果。从而将社会学正式纳入大数据计算与大数据发现的研究框架之中[3]。2016年， Alvarez编纂出版的《计算社会科学：发现与预测》则对2009年以来计算社会科学研究状况进行了全面总结与回顾，并对计算社会科学的发展前景进行了科学预测[4]。此外，计算政治学、计算法学、计算新闻学、计算传播学，甚至还有计算犯罪学等概念都相继被提出，并在计算社会科学概念框架下先后开启相关研究。

计算社会科学的相关研究，实际上是大数据与大数据技术在社会科学领域的研究运用。它基于社会科学研究对新的研究方法不断探索与追求的强大内在驱动，得益于自然科学“数据密集型科学发现”范式的影响与启迪，体现出大数据时代社会科学研究的总体发展趋向。

二、计算广告与广告的计算运用

2008年，“计算广告”的概念在美国被提出。时任雅虎研究院资深研究员的Andrei Z Broder及其研究团队，率先开展有关计算广告的研究。其研究迅速影响到全美，并很快波及欧洲乃至亚洲。所谓“计算广告”，其最初的定义，就是运用大数据计算技术，为特定场景下的特定用户寻找到一个合格的广告，以实现语境、广告和用户三者的最优匹配[5]。

从“计算社会科学”概念的问世到“计算广告”概念的提出，其间仅相隔两年(2006—2008)的时间。“计算广告”的提出是否直接受到“计算社会科学”的启发和影响尚不得而知，但二者的思维取向却是一致的，都是科学家们追寻大数据及其计算技术在各自相关研究领域有效运用的结果。大数据计算技术已经成为我们这个时代通用技术体系的核心技术，“社会计算化”与“计算社会化”逐渐成为一种普遍的社会现象[6]。社会可以被计算，“计算社会科学”因而得以发生。广告也可以被计算，因而催生出“计算广告”。“计算社会科学”与“计算广告”，其核心内容都在于“计算”，都在于大数据计算技术的有效运用，只是二者在面对不同研究对象和研究问题时，“计算”的理路、方法，包括所使用的工具有所差别。