論文の概要: Brand Intelligence Analytics
- arxiv url: http://arxiv.org/abs/2001.11479v2
- Date: Thu, 30 Jul 2020 11:05:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-05 12:28:45.419217
- Title: Brand Intelligence Analytics
- Title(参考訳): ブランドインテリジェンス分析
- Authors: A. Fronzetti Colladon and F. Grippa
- Abstract要約: 本章では、ブランドの重要性を評価するために設計されたSBSブランドインテリジェンスアプリ(SBS BI)の機能について説明する。
SBS BIの機能についてより詳しく説明するため、2020年の米民主党大統領予備選に焦点をあてたケーススタディを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Leveraging the power of big data represents an opportunity for brand managers
to reveal patterns and trends in consumer perceptions, while monitoring
positive or negative associations of the brand with desired topics. This
chapter describes the functionalities of the SBS Brand Intelligence App (SBS
BI), which has been designed to assess brand importance and provides brand
analytics through the analysis of (big) textual data. To better describe the
SBS BI's functionalities, we present a case study focused on the 2020 US
Democratic Presidential Primaries. We downloaded 50,000 online articles from
the Event Registry database, which contains both mainstream and blog news
collected from around the world. These online news articles were transformed
into networks of co-occurring words and analyzed by combining methods and tools
from social network analysis and text mining.
- Abstract(参考訳): ビッグデータのパワーを活用することは、ブランドマネージャが消費者の認識のパターンやトレンドを明らかにし、ブランドと望ましいトピックの肯定的あるいは否定的な関連をモニターする機会となる。
この章では、ブランドの重要性を評価し、(大きな)テキストデータの分析を通じてブランド分析を提供するSBSブランドインテリジェンスアプリ(SBS BI)の機能について説明する。
SBS BIの機能についてより詳しく説明するため、2020年の米民主党大統領予備選に焦点をあてたケーススタディを提案する。
event registryデータベースから5万のオンライン記事をダウンロードしました。
これらのオンラインニュース記事は、共起語ネットワークに変換され、ソーシャルネットワーク分析とテキストマイニングの手法とツールを組み合わせて分析された。
関連論文リスト
- What's In My Big Data? [67.04525616289949]
大規模なテキストコーパスの内容を明らかにするためのプラットフォームと16の分析セットであるWIMBD(What's In My Big Data?)を提案する。
WIMBDは2つの基本的な機能 – カウントとサーチ – を大規模に構築することで,標準的な計算ノード上で35テラバイト以上を解析することが可能になります。
これらのコーパスについて, 重複, 合成, 品質の低下など, 意外かつ未発表の発見がいくつか見出された。
論文 参考訳(メタデータ) (2023-10-31T17:59:38Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on
Social Media [53.51665032295087]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳(メタデータ) (2023-05-23T16:40:07Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳(メタデータ) (2023-04-06T23:36:45Z) - SmartBook: AI-Assisted Situation Report Generation [52.8904969411152]
本稿では,構造化状況レポートを生成するために,大量のニュースデータを消費するSmartBookを提案する。
We realize SmartBook for the Ukraine-Russia crisis by automatically generation intelligence analysis reports。
提案するフレームワークは,手作業によるアナリストの質問よりも,リアルタイムなイベント関連戦略的質問を自動的に検出する。
論文 参考訳(メタデータ) (2023-03-25T03:03:00Z) - EDSA-Ensemble: an Event Detection Sentiment Analysis Ensemble
Architecture [63.85863519876587]
Sentiment Analysisを使って、イベントに属する各メッセージの極性やイベント全体を理解することで、オンラインソーシャルネットワークにおける重要なトレンドやダイナミクスに関する一般的な感情や個人の感情をよりよく理解することができます。
本研究では,ソーシャルメディアから現在起きているイベントの極性検出を改善するために,イベント検出と知覚分析を用いた新しいアンサンブルアーキテクチャEDSA-Ensembleを提案する。
論文 参考訳(メタデータ) (2023-01-30T11:56:08Z) - Contextual Sentence Analysis for the Sentiment Prediction on Financial
Data [0.10878040851637999]
企業や株式に関する感情を特定するために,トランスフォーマーモデルの階層的スタックを提案する。
見出しとマイクロブログを処理するためにRoBERTaモデルを微調整し、追加のTransformerレイヤと組み合わせて感情辞書による文解析を行った。
論文 参考訳(メタデータ) (2021-12-27T17:12:57Z) - Fact Check: Analyzing Financial Events from Multilingual News Sources [22.504723681328507]
ディープラーニングモデルを用いたWebベースのニュースアグリゲータであるFactCheck in Financeを提案する。
トランスフォーマーベースのファクトチェッカーを用いてニュース記事の信頼性を調べるためのWebインターフェースを提供する。
ファクトチェッカーの性能は、合併・買収(M&A)イベントに関連するデータセットを用いて評価する。
論文 参考訳(メタデータ) (2021-06-29T10:05:47Z) - A new system for evaluating brand importance: A use case from the
fashion industry [0.0]
ファッション業界におけるブランドの重要性を評価するために,セマンティックブランドスコア(SBS)指標を適用した。
ファッションブランドFendi、Gucci、Pradaに言及した約20万6000のツイートを収集し分析した。
3つのSBS次元(頻度、多様性、接続性)の分析から、Gucciが談話を支配していることがわかりました。
論文 参考訳(メタデータ) (2021-06-24T09:04:26Z) - The Semantic Brand Score [0.0]
意味ブランドスコア(semantic brand score, sbs)は、意味分析とソーシャルネットワークの手法を組み合わせた、テキストデータに基づくブランド重要度の新しい尺度である。
SBSは、ブランドエクイティと単語共起ネットワークの研究への貢献を表しています。
一方SBSは、ブランドエクイティの精通した構成と、ビッグデータ時代におけるブランドの効果的な戦略的管理のための新たな視点を提供する。
論文 参考訳(メタデータ) (2021-05-12T16:54:57Z) - Forecasting election results by studying brand importance in online news [0.0]
本研究は,ビッグテキストデータにおけるブランド重要度の新しい尺度であるセマンティックブランドスコアを用いて,オンラインニュースに基づく選挙予測を行う。
イタリアの4つの投票イベントの予測は、異なる投票システムに一貫した結果をもたらした。
論文 参考訳(メタデータ) (2021-05-12T16:30:33Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳(メタデータ) (2020-11-03T01:47:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。