論文の概要: An Empirical Study of In-App Advertising Issues Based on Large Scale App Review Analysis

• arxiv url: http://arxiv.org/abs/2008.12112v1
• Date: Sat, 22 Aug 2020 05:38:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 06:00:12.205511
• Title: An Empirical Study of In-App Advertising Issues Based on Large Scale App Review Analysis
• Title（参考訳）: 大規模アプリレビュー分析に基づくアプリ内広告問題に関する実証的研究
• Authors: Cuiyun Gao, Jichuan Zeng, David Lo, Xin Xia, Irwin King, Michael R. Lyu
• Abstract要約: われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。 広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。 いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
• 参考スコア（独自算出の注目度）: 67.58267006314415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In-app advertising closely relates to app revenue. Reckless ad integration could adversely impact app reliability and user experience, leading to loss of income. It is very challenging to balance the ad revenue and user experience for app developers. In this paper, we present a large-scale analysis on ad-related user feedback. The large user feedback data from App Store and Google Play allow us to summarize ad-related app issues comprehensively and thus provide practical ad integration strategies for developers. We first define common ad issues by manually labeling a statistically representative sample of ad-related feedback, and then build an automatic classifier to categorize ad-related feedback. We study the relations between different ad issues and user ratings to identify the ad issues poorly scored by users. We also explore the fix durations of ad issues across platforms for extracting insights into prioritizing ad issues for ad maintenance. We summarize 15 types of ad issues by manually annotating 903/36,309 ad-related user reviews. From a statistical analysis of 36,309 ad-related reviews, we find that users care most about the number of unique ads and ad display frequency during usage. Besides, users tend to give relatively lower ratings when they report the security and notification related issues. Regarding different platforms, we observe that the distributions of ad issues are significantly different between App Store and Google Play. Moreover, some ad issue types are addressed more quickly by developers than other ad issues. We believe the findings we discovered can benefit app developers towards balancing ad revenue and user experience while ensuring app reliability.
• Abstract（参考訳）: アプリ内広告はアプリ収益と密接に関連している。 無謀な広告統合はアプリの信頼性とユーザーエクスペリエンスに悪影響を及ぼす可能性がある。 アプリ開発者にとって広告収入とユーザーエクスペリエンスのバランスをとることは非常に難しい。 本稿では,広告関連ユーザフィードバックに関する大規模分析を行う。 App StoreとGoogle Playからの大規模なユーザフィードバックデータにより、広告関連のアプリの問題を包括的に要約し、開発者に対して実用的な広告統合戦略を提供することができます。 まず、広告関連フィードバックの統計的に代表されるサンプルを手動でラベル付けし、次に広告関連フィードバックを分類する自動分類器を構築する。 異なる広告問題とユーザレーティングの関係を調査し,ユーザによる低得点広告問題を特定する。 また,プラットフォーム間の広告問題の修正期間についても検討し,広告のメンテナンスのための広告問題の優先順位付けに関する洞察を抽出する。 広告関連ユーザレビュー903/36,309を手作業でアノテートすることにより,15種類の広告問題を要約した。 広告関連レビュー36,309件の統計分析から、ユーザーは使用中の広告数や広告表示頻度を最も気にしていることがわかった。 さらに、ユーザーはセキュリティや通知に関する問題を報告する際に、比較的低い評価を与える傾向がある。 異なるプラットフォームに関して、広告問題の分布がApp StoreとGoogle Playとは大きく異なることを観察する。 さらに、一部の広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。 私たちが発見した発見は、アプリの信頼性を確保しながら、広告収入とユーザーエクスペリエンスのバランスをとる上で、アプリ開発者の利益になると考えています。

関連論文リスト

• Careful About What App Promotion Ads Recommend! Detecting and Explaining Malware Promotion via App Promotion Graph [25.180100700815466]
  Androidアプリでは、開発者はアプリプロモーション広告、すなわち他のアプリを宣伝する広告を頻繁に配置する。 広告コンテンツの検証が不十分なため、悪意のある開発者は、マルウェアの配布チャネルとしてアプリのプロモーション広告を利用することができる。 本稿では,アプリユーザインタフェース探索とグラフ学習を統合して,アプリプロモーション広告を自動的に収集し,これらの広告によって宣伝されたマルウェアを検出し,検出されたマルウェアが採用するプロモーションメカニズムを説明する,ADGPEという新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-10-10T03:39:13Z)
• Advertiser Content Understanding via LLMs for Google Ads Safety [9.376815457907195]
  本研究では,Large Language Models (LLM) を用いたコンテンツポリシー違反に対する広告主の意図を理解する手法を提案する。 広告、ドメイン、ターゲティング情報等からの複数の信号に基づいて広告主のコンテンツプロファイルを生成する。 最小限のプロンプトチューニングの後、我々の手法は小さなテストセットで95%の精度に達することができた。
  論文  参考訳（メタデータ） (2024-09-10T00:57:51Z)
• Why am I Still Seeing This: Measuring the Effectiveness Of Ad Controls and Explanations in AI-Mediated Ad Targeting Systems [55.02903075972816]
  我々は,メタの「より少ない」広告制御の有効性と,AIによるターゲティングへの移行に伴う広告ターゲティング説明の有効性を評価する。 調査対象のトピックに対する"See less"広告コントロールの利用は,Metaがこれらのトピックについて示す広告数を著しく減少させるものではないことがわかった。 ローカル広告の広告ターゲティング説明の大部分は、位置特化ターゲティング基準に言及していない。
  論文  参考訳（メタデータ） (2024-08-21T18:03:11Z)
• Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
  広告の記憶可能性に関する大規模な研究は行われていない。 276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T10:27:04Z)
• Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
  求人広告における新たな差別手段の出現状況について検討する。 ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。 私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
  論文  参考訳（メタデータ） (2023-06-13T03:43:58Z)
• Problematic Advertising and its Disparate Exposure on Facebook [15.667983888666312]
  我々はFacebookを調査し、問題のあるオンライン広告の理解における重要なギャップを調査する。 高齢者や少数民族の広告が特に表示されることがわかりました。 問題のある広告の22%が広告主から特定のターゲティングをしていないことを考えると、広告配信アルゴリズムがこれらの広告の偏りのある分布に重要な役割を果たしたと推測する。
  論文  参考訳（メタデータ） (2023-06-09T17:23:59Z)
• AI-Driven Contextual Advertising: A Technology Report and Implication Analysis [0.0]
  プログラム広告はデジタル広告空間の自動オークションである。 文脈広告に対する関心は、部分的には現在の個人データへの依存に対する反作用である。 人工知能(AI)の発展により、コンテキストのより深いセマンティックな理解が可能になる。
  論文  参考訳（メタデータ） (2022-05-02T13:44:58Z)
• Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
  我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。 最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。 第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。 第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
  論文  参考訳（メタデータ） (2021-04-09T17:38:36Z)
• Causal Inference in the Presence of Interference in Sponsored Search Advertising [11.514573594428352]
  本稿では,広告間の相互作用をモデル化するための干渉が存在する場合に因果推論の言語を利用する。 本稿では,Bing検索エンジンの広告配置システムを用いた実験による形式化の有用性について述べる。
  論文  参考訳（メタデータ） (2020-10-15T01:13:14Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)

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。