論文の概要: SoMin.ai: Personality-Driven Content Generation Platform

• arxiv url: http://arxiv.org/abs/2011.14615v2
• Date: Sun, 17 Jan 2021 11:39:23 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-06 14:30:26.887370
• Title: SoMin.ai: Personality-Driven Content Generation Platform
• Title（参考訳）: SoMin.ai: パーソナリティ駆動のコンテンツ生成プラットフォーム
• Authors: Aleksandr Farseev, Qi Yang, Andrey Filchenkov, Kirill Lepikhin, Yu-Yi Chu-Farseeva, Daron-Benjamin Loo
• Abstract要約: 世界初のパーソナリティ駆動型マーケティングコンテンツ生成プラットフォームであるSoMin.aiを紹介します。 このプラットフォームは、ディープ・マルチビュー・パーソナリティ・プロファイリング・フレームワークと、スタイル・ジェネレーティブ・敵ネットワークを組み合わせている。 ソーシャルネットワーキングのユーザエクスペリエンスの向上や、コンテンツマーケティングのルーチンに使用できる。
• 参考スコア（独自算出の注目度）: 60.49416044866648
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this technical demonstration, we showcase the World's first personality-driven marketing content generation platform, called SoMin.ai. The platform combines deep multi-view personality profiling framework and style generative adversarial networks facilitating the automatic creation of content that appeals to different human personality types. The platform can be used for the enhancement of the social networking user experience as well as for content marketing routines. Guided by the MBTI personality type, automatically derived from a user social network content, SoMin.ai generates new social media content based on the preferences of other users with a similar personality type aiming at enhancing the user experience on social networking venues as well diversifying the efforts of marketers when crafting new content for digital marketing campaigns. The real-time user feedback to the platform via the platform's GUI fine-tunes the content generation model and the evaluation results demonstrate the promising performance of the proposed multi-view personality profiling framework when being applied in the content generation scenario. By leveraging content generation at a large scale, marketers will be able to execute more effective digital marketing campaigns at a lower cost.
• Abstract（参考訳）: この技術デモでは、世界初のパーソナリティ駆動のマーケティングコンテンツ生成プラットフォームであるSoMin.aiを紹介します。 このプラットフォームは、ディープマルチビューパーソナリティプロファイリングフレームワークと、異なる人のパーソナリティタイプにアピールするコンテンツの自動生成を容易にするスタイル生成広告ネットワークを組み合わせる。 このプラットフォームは、ソーシャルネットワークのユーザーエクスペリエンスの強化や、コンテンツマーケティングのルーチンに使用できる。 somin.aiは、ユーザのソーシャルネットワークコンテンツから自動的に派生したmbtiパーソナリティタイプに導かれ、ソーシャルネットワーク会場におけるユーザエクスペリエンスの向上と、デジタルマーケティングキャンペーンのための新しいコンテンツ作成におけるマーケターの努力の多様化を目的とした類似のパーソナリティタイプを持つ、他のユーザの好みに基づいて、新しいソーシャルメディアコンテンツを生成する。 プラットフォームGUIによるリアルタイムユーザフィードバックは、コンテンツ生成モデルと評価結果を微調整し、コンテンツ生成シナリオに適用された場合、提案したマルチビューパーソナリティプロファイリングフレームワークの有望な性能を示す。 コンテンツ生成を大規模に活用することで、マーケターはより効果的なデジタルマーケティングキャンペーンを低コストで実行できるようになる。

関連論文リスト

• Characterizing the Fragmentation of the Social Media Ecosystem [39.58317527488534]
  私たちは9つのソーシャルメディアプラットフォーム上で600万人近いユーザーが投稿した1260万のURLのデータセットを使用しています。 メインストリームとAlt-techプラットフォームの間には明確な分離がある。 これらの知見は、ソーシャルメディアエコシステムの断片化と分極を定義する主要な側面を概説している。
  論文  参考訳（メタデータ） (2024-11-25T18:45:03Z)
• OASIS: Open Agent Social Interaction Simulations with One Million Agents [147.2538500202457]
  実世界のソーシャルメディアプラットフォームに基づくスケーラブルなソーシャルメディアシミュレータを提案する。 OASISは最大100万人のユーザをモデリングできる大規模なユーザシミュレーションをサポートする。 我々は、情報拡散、グループ分極、XプラットフォームとRedditプラットフォーム間の群れ効果など、様々な社会現象を再現する。
  論文  参考訳（メタデータ） (2024-11-18T13:57:35Z)
• Exploring the Use of Abusive Generative AI Models on Civitai [22.509955105958625]
  本稿では,AIGCソーシャルプラットフォームとして最大規模のCivitaiを用いて,乱用コンテンツの生成について検討する。 87Kモデルと2M画像を含む包括的データセットを構築した。 これらのプラットフォームをよりよく管理するためのモデレーション戦略について議論する。
  論文  参考訳（メタデータ） (2024-07-16T06:18:03Z)
• Social Reward: Evaluating and Enhancing Generative AI through Million-User Feedback from an Online Creative Community [63.949893724058846]
  コミュニティ認識の一形態としての社会的報酬は、オンラインプラットフォームのユーザーがコンテンツに関わり、貢献する動機の強い源泉となる。 この作業はパラダイムシフトの先駆者であり、革新的な報酬モデリングフレームワークであるSocial Rewardを発表した。 私たちは、オンラインビジュアル作成と編集プラットフォームであるPicsartから、データセットのキュレーションと洗練の広範な旅に乗り出した。
  論文  参考訳（メタデータ） (2024-02-15T10:56:31Z)
• Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
  人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。 実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
  論文  参考訳（メタデータ） (2022-07-25T14:37:18Z)
• DFW-PP: Dynamic Feature Weighting based Popularity Prediction for Social Media Content [4.348651617004765]
  ソーシャルメディアプラットフォーム上でのコンテンツの過度な飽和は、コンテンツの人気に影響を与える重要な要因を特定するよう私たちを説得してきた。 DFW-PPフレームワークを提案し、時間とともに異なる特徴の重要性を学習する。 提案手法は,有望な結果を示すベンチマークデータセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-10-16T08:40:58Z)
• Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality Profiling [74.83957286553924]
  我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。 実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
  論文  参考訳（メタデータ） (2021-06-20T10:48:49Z)
• Modeling Influencer Marketing Campaigns In Social Networks [2.0303656145222857]
  世界の38億人以上がソーシャルメディアを積極的に利用している。 本研究では、インフルエンサー広告キャンペーンのダイナミクスをシミュレートできるエージェントベースモデル(ABM)を提案する。
  論文  参考訳（メタデータ） (2021-06-03T11:01:06Z)
• I Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance [79.05613148641018]
  我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。 最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2020-02-05T11:10:44Z)

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。