长江新闻与传播学院分享AI+计算广告学课程建设教学案例

据悉，汕头大学长江新闻与传播学院近日分享了AI+教育教学案例——“人工智能背景下的计算广告学课程建设”。该案例为中国高等教育学会项目《智能传播时代高校广告教育改革路径探索研究》的相关成果。

该项目于2024年9月立项，相关内容已在2025年春季《计算广告学导论》课程中尝试使用，并已有相关论文待发表。

案例背景与需求

传统广告课程偏重经典理论与案例分析，但学生所学知识与以数据和算法驱动的现代广告行业实际工作脱节严重。为解决”理论脱离实际”、“跨学科知识割裂”、“课程内容滞后于技术发展”以及”复杂问题建模与解决能力不足”等痛点，学院将人工智能与计算广告教学相结合进行改革。

模块一：基础与智能定向

传统内容涵盖用户画像、上下文定向、行为定向。AI结合点在于利用聚类算法（如K-Means）进行用户分群，利用分类算法预测用户属性（性别、年龄、兴趣等）。

模块二：核心竞价与预估机制

传统内容涵盖广告拍卖机制（如GSP、VCG）及CTR预估。AI结合点在于使用公开数据集（如Criteo CTR数据集），让学生亲手实现基础的CTR预估模型。

模块三：程序化创意与生成

传统内容涵盖广告创意设计与A/B测试。AI结合点在于利用生成式AI（如Stable Diffusion、DALL-E）自动生成广告图片与视频，利用NLP技术生成多种广告文案，并通过强化学习实时选择最优的”图片+文案”组合进行展示。

课程引入中国传媒大学广告学院搭建的计算广告虚拟仿真系统，模拟DSP竞价环境，让学生编写竞价算法参与竞争。

改革设定了分阶段目标：1年内完成《计算广告学导论》课程改革，2年内形成可推广的”AI+计算广告”教学模式，3年内联合中国传媒大学推进仿真系统升级并申报教学成果奖。

教学范式从”向后看”的案例复盘分析转变为”向前看”的系统性构建与优化。学生不再仅分析”某个广告为什么成功”，而是学习从零开始构建能够自动学习、实时优化的智能广告系统，培养了系统工程思维。

课程核心内容从相对静态的4P理论、消费者行为学模型，转变为以动态演进的算法模型为核心，从逻辑回归、因子分解机一直深入到Wide & Deep、DeepFM、DIN等深度学习模型。生成式AI的引入更将创意生成从”艺术”变为可迭代、可优化的”科学”。

来源：汕头大学长江新闻与传播学院公众号