論文の概要: Modeling Influencer Marketing Campaigns In Social Networks
- arxiv url: http://arxiv.org/abs/2106.01750v1
- Date: Thu, 3 Jun 2021 11:01:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-04 16:03:19.675524
- Title: Modeling Influencer Marketing Campaigns In Social Networks
- Title（参考訳）: ソーシャルネットワークにおけるインフルエンサーマーケティングキャンペーンのモデル化
- Authors: Ronak Doshi and Ajay Ramesh Ranganathan and Shrisha Rao
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.0303656145222857
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the present day, more than 3.8 billion people around the world actively
use social media. The effectiveness of social media in facilitating quick and
easy sharing of information has attracted brands and advertizers who wish to
use the platform to market products via the influencers in the network.
Influencers, owing to their massive popularity, provide a huge potential
customer base generating higher returns of investment in a very short period.
However, it is not straightforward to decide which influencers should be
selected for an advertizing campaign that can generate maximum returns with
minimum investment. In this work, we present an agent-based model (ABM) that
can simulate the dynamics of influencer advertizing campaigns in a variety of
scenarios and can help to discover the best influencer marketing strategy. Our
system is a probabilistic graph-based model that incorporates real-world
factors such as customers' interest in a product, customer behavior, the
willingness to pay, a brand's investment cap, influencers' engagement with
influence diffusion, and the nature of the product being advertized viz. luxury
and non-luxury.
- Abstract（参考訳）: 現在、世界中の38億人以上が積極的にソーシャルメディアを利用している。
情報共有の迅速かつ容易な促進におけるソーシャルメディアの効果は、ネットワークのインフルエンサーを通じてプラットフォームを使って製品を販売するブランドや広告主を惹きつけている。
インフルエンサーは、その大きな人気のために、非常に短期間で高い投資利益を生み出す巨大な潜在顧客ベースを提供する。
しかし、最小限の投資で最大リターンを生み出す広告キャンペーンのためにどのインフルエンサーを選ぶべきかを決めるのは簡単ではない。
本稿では,様々なシナリオにおける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し,最良のインフルエンサーマーケティング戦略を見出すためのエージェントベースモデル(abm)を提案する。
当社のシステムは,製品に対する顧客の関心,顧客の行動,支払い意欲,ブランド投資の上限,影響力拡散によるインフルエンサーの関与,広告付き製品の性質といった現実の要素を組み込んだ,確率的グラフベースモデルである。
豪華で非豪華。
関連論文リスト
- Influencer Cartels [0.0]
インフルエンサーのグループは、エンゲージメントを膨らませることで広告収入を増やすためにコラージュします。
理論的モデルから, インフルエンサーカルテルは, ターゲット層にソーシャルメディアのエンゲージメントを拡大すれば, 消費者福祉を向上できることが示された。
我々は、新しいデータセットと機械学習ツールを用いて、インフルエンサーカルテルを実証的に検証し、ポリシー含意を導出する。
論文 参考訳（メタデータ） (2024-05-16T16:29:49Z) - A Multimodal Analysis of Influencer Content on Twitter [40.41635575764701]
個人的な意見と商業的コンテンツの宣伝の線は、しばしばぼやけている。
これにより、インフルエンサー広告に関連する規制コンプライアンス違反の自動検出が困難になる。
我々は15,998のインフルエンサー投稿を商業的および非商業的カテゴリにマッピングした新しいTwitter(現在のX)データセットを紹介した。
論文 参考訳（メタデータ） (2023-09-06T15:07:23Z) - InfluencerRank: Discovering Effective Influencers via Graph
Convolutional Attentive Recurrent Neural Networks [15.461845673443804]
本研究では,その投稿行動と時間的社会的関係に基づいて,インフルエンサーをその効果でランク付けするインフルエンサーランクを提案する。
Instagramのデータセットは18,397人のインフルエンサーで構成され、12ヶ月以内に2,952,075件の投稿が公開された。
論文 参考訳（メタデータ） (2023-04-04T15:48:08Z) - A Profit-Maximizing Strategy for Advertising on the e-Commerce Platforms [1.565361244756411]
提案手法は,対象のオーディエンスを実際の購入者へ変換する確率を最大化するために,最適な機能セットを見つけることを目的としている。
提案手法が予算制約で広告戦略を効果的に最適化できることを示すため,Tmall の現実データを用いた実証的研究を行った。
論文 参考訳（メタデータ） (2022-10-31T01:45:42Z) - Persuasion Strategies in Advertisements [68.70313043201882]
我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。
次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。
我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
論文 参考訳（メタデータ） (2022-08-20T07:33:13Z) - 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) - Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。
商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。
本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
論文 参考訳（メタデータ） (2022-02-26T02:07:25Z) - Ranking Micro-Influencers: a Novel Multi-Task Learning and Interpretable
Framework [69.5850969606885]
マルチメディアコンテンツに基づくマイクロインフルエンサーランキングにおける技術状況を改善するための,新しいマルチタスク学習フレームワークを提案する。
精度とモデルの複雑さの両面で大きな改善が見られた。
この研究で提示されるランキングと解釈のテクニックは、任意のマルチメディアランキングタスクに一般化することができる。
論文 参考訳（メタデータ） (2021-07-29T13:04:25Z) - SoMin.ai: Personality-Driven Content Generation Platform [60.49416044866648]
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。
論文 参考訳（メタデータ） (2020-11-30T08:33:39Z)
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。