論文の概要: Video Influencers: Unboxing the Mystique
- arxiv url: http://arxiv.org/abs/2012.12311v1
- Date: Tue, 22 Dec 2020 19:32:52 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-26 07:49:35.784387
- Title: Video Influencers: Unboxing the Mystique
- Title(参考訳): ビデオインフルエンサー:unboxing the mystique
- Authors: Prashant Rajaram and Puneet Manchanda
- Abstract要約: インフルエンサービデオの設計と効果についてはほとんど研究されていない。
動画における広告コンテンツ間の有意な関係を識別するために,トランスファーラーニングによって支援された新しい解釈可能なディープラーニングアーキテクチャを実装した。
重要な発見は、ビデオの最初の30秒におけるブランドの言及は、平均してブランドへの注目度が大幅に高まるが、ビデオに対する感情が大幅に低下していることだ。
- 参考スコア(独自算出の注目度): 1.7403133838762446
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Influencer marketing is being used increasingly as a tool to reach customers
because of the growing popularity of social media stars who primarily reach
their audience(s) via custom videos. Despite the rapid growth in influencer
marketing, there has been little research on the design and effectiveness of
influencer videos. Using publicly available data on YouTube influencer videos,
we implement novel interpretable deep learning architectures, supported by
transfer learning, to identify significant relationships between advertising
content in videos (across text, audio, and images) and video views, interaction
rates and sentiment. By avoiding ex-ante feature engineering and instead using
ex-post interpretation, our approach avoids making a trade-off between
interpretability and predictive ability. We filter out relationships that are
affected by confounding factors unassociated with an increase in attention to
video elements, thus facilitating the generation of plausible causal
relationships between video elements and marketing outcomes which can be tested
in the field. A key finding is that brand mentions in the first 30 seconds of a
video are on average associated with a significant increase in attention to the
brand but a significant decrease in sentiment expressed towards the video. We
illustrate the learnings from our approach for both influencers and brands.
- Abstract(参考訳): インフルエンサーマーケティングは、主にカスタムビデオを通じてオーディエンスにリーチするソーシャルメディアスターの人気が高まっているため、顧客へリーチするためのツールとしてますます使われている。
インフルエンサーマーケティングの急速な成長にもかかわらず、インフルエンサービデオの設計と有効性についてはほとんど研究されていない。
YouTubeインフルエンサービデオの公開データを用いて、動画中の広告コンテンツ(テキスト、音声、画像全体)とビデオビュー、対話率、感情の間の重要な関係を特定するために、転送学習がサポートする新しい解釈可能なディープラーニングアーキテクチャを実装した。
従来の特徴工学を回避し,その代わりにポスト解釈を用いることで,解釈可能性と予測能力のトレードオフを回避する。
本研究では,映像要素の注目度の増加に関連のない要因に影響を及ぼす関係をフィルタリングし,現場でテスト可能な映像要素とマーケティング成果との因果関係の確立を容易にする。
重要な発見は、ビデオの最初の30秒におけるブランドの言及は、平均してブランドへの注目度が大幅に高まるが、ビデオに対する感情が大幅に低下していることだ。
我々は、インフルエンサーとブランドの両方のアプローチから学んだことを説明している。
関連論文リスト
- How Would The Viewer Feel? Estimating Wellbeing From Video Scenarios [73.24092762346095]
情緒応答と主観的幸福感に注釈を付けた6万本以上のビデオを備えた大規模データセットを2つ導入した。
Video Cognitive Empathyデータセットには、微粒な感情応答の分布のためのアノテーションが含まれており、モデルが感情状態の詳細な理解を得ることができる。
Video to Valenceデータセットには、ビデオ間の相対的な快適性のアノテーションが含まれている。
論文 参考訳(メタデータ) (2022-10-18T17:58:25Z) - Discourse Analysis for Evaluating Coherence in Video Paragraph Captions [99.37090317971312]
ビデオ段落のコヒーレンスを評価するための,新しい談話に基づく枠組みを検討中である。
ビデオのコヒーレンスに条件付き段落のコヒーレンスをモデル化する上で,ビデオの談話表現が中心となる。
実験の結果,提案手法は,ビデオ段落のコヒーレンスをベースライン法よりも有意に向上させることがわかった。
論文 参考訳(メタデータ) (2022-01-17T04:23:08Z) - Interventional Video Grounding with Dual Contrastive Learning [16.0734337895897]
ビデオグラウンドティングは、与えられたテキストクエリのために、未編集のビデオから瞬間をローカライズすることを目的としている。
本稿では、因果推論の観点から新しいパラダイムを提案し、モデルとデータの背後にある因果関係を明らかにする。
また、テキストとビデオの整合性を改善するために、二重のコントラスト学習アプローチを導入しています。
論文 参考訳(メタデータ) (2021-06-21T12:11:28Z) - Video Sentiment Analysis with Bimodal Information-augmented Multi-Head
Attention [7.997124140597719]
本研究では,複数のモダリティの時系列データを含むビデオの感情分析に注目する。
重要な問題は、これらの異種データをどのように融合するかです。
バイモーダル相互作用に基づいて、より重要なバイモーダル特徴はより大きな重みが割り当てられる。
論文 参考訳(メタデータ) (2021-03-03T12:30:11Z) - Video SemNet: Memory-Augmented Video Semantic Network [14.64546899992196]
本稿では,低レベルデータ表現と視覚媒体の意味的側面のギャップを埋めることで,映画の物語要素を捉える機械学習手法を提案する。
本稿では、意味記述子をエンコードし、ビデオの埋め込みを学ぶために、ビデオセマンティックネットワーク(Video SemNet)というメモリ拡張ビデオセマンティックネットワークを提案する。
重み付きF-1スコアは0.72, IMDB評価は0.63である。
論文 参考訳(メタデータ) (2020-11-22T01:36:37Z) - Neuro-Symbolic Representations for Video Captioning: A Case for
Leveraging Inductive Biases for Vision and Language [148.0843278195794]
ビデオキャプションのためのマルチモーダルなニューラルシンボリック表現を学習するための新しいモデルアーキテクチャを提案する。
本手法では,ビデオ間の関係を学習する辞書学習手法と,そのペアによるテキスト記述を用いる。
論文 参考訳(メタデータ) (2020-11-18T20:21:19Z) - 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) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳(メタデータ) (2020-10-13T21:33:24Z) - Learning from Context or Names? An Empirical Study on Neural Relation
Extraction [112.06614505580501]
テキストにおける2つの主要な情報ソースの効果について検討する:テキストコンテキストとエンティティ参照(名前)
本稿では,関係抽出のための実体型コントラスト事前学習フレームワーク(RE)を提案する。
我々のフレームワークは、異なるREシナリオにおけるニューラルモデルの有効性と堅牢性を改善することができる。
論文 参考訳(メタデータ) (2020-10-05T11:21:59Z) - How-to Present News on Social Media: A Causal Analysis of Editing News
Headlines for Boosting User Engagement [14.829079057399838]
我々は,メディアの現在の実践をデータ駆動アプローチを用いて分析する。
8つのメディアが共有するオリジナルニュース記事とそれに対応するつぶやきの並列コーパスを構築します。
そして、これらのメディアがオリジナルの見出しに対してツイートを編集し、そうした変化の影響について検討する。
論文 参考訳(メタデータ) (2020-09-17T06:39:49Z)
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。