影响者营销中的计算研究：系统文献综述

影响者营销已成为数字营销策略中的关键要素。尽管其快速发展和算法相关性日益突出，但影响者营销的计算研究领域仍然十分碎片化，尤其缺乏涵盖所采用计算方法的系统性综述。这严重限制了影响者经济中系统性科学度量的研究，损害了平台之外感兴趣的利益相关者，如监管机构以及来自其他领域的研究者。本文旨在通过基于 PRISMA 模型开展系统文献综述（SLR），提供影响者营销计算研究现状的概览。本文分析了 69 项研究，以识别该研究领域的关键主题、方法以及未来方向。综述确定了四大主要研究主题：影响者识别与特征描述、广告策略与参与度、赞助内容分析与发现，以及公平性。方法上，将研究归类为基于机器学习的技术（如分类、聚类）和基于非机器学习的技术（如统计分析、网络分析）。关键发现表明，研究高度聚焦于优化商业成果，却在监管合规性和伦理考量方面关注有限。综述指出，需更多采用情境因素（如语言、平台、行业类型）的细致计算研究，同时改进模型可解释性和数据集可重复性。本文通过提出多学科研究议程，强调需进一步联系监管与合规技术，增加分析的细粒度，并发展标准化数据集。