論文の概要: A new system for evaluating brand importance: A use case from the
fashion industry
- arxiv url: http://arxiv.org/abs/2106.14657v1
- Date: Thu, 24 Jun 2021 09:04:26 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-29 17:55:34.173588
- Title: A new system for evaluating brand importance: A use case from the
fashion industry
- Title(参考訳): ブランド重要度評価のための新しいシステム--ファッション産業からの利用事例
- Authors: A. Fronzetti Colladon, F. Grippa, L. Segneri
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Today brand managers and marketing specialists can leverage huge amount of
data to reveal patterns and trends in consumer perceptions, monitoring positive
or negative associations of brands with respect to desired topics. In this
study, we apply the Semantic Brand Score (SBS) indicator to assess brand
importance in the fashion industry. To this purpose, we measure and visualize
text data using the SBS Business Intelligence App (SBS BI), which relies on
methods and tools of text mining and social network analysis. We collected and
analyzed about 206,000 tweets that mentioned the fashion brands Fendi, Gucci
and Prada, during the period from March 5 to March 12, 2021. From the analysis
of the three SBS dimensions - prevalence, diversity and connectivity - we found
that Gucci dominated the discourse, with high values of SBS. We use this case
study as an example to present a new system for evaluating brand importance and
image, through the analysis of (big) textual data.
- Abstract(参考訳): 今日、ブランドマネージャやマーケティングスペシャリストは膨大な量のデータを活用して、消費者の認識のパターンやトレンドを明らかにし、望ましいトピックに関するブランドの肯定的あるいは否定的な関連を監視できる。
本研究では,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。
そこで本研究では,sbs business intelligence app (sbs bi) を用いて,テキストマイニングとソーシャルネットワーク分析の手法とツールに依拠したテキストデータを計測・可視化する。
私たちは2021年3月5日から3月12日までの期間に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SBSの値の高い談話を支配していることがわかった。
このケーススタディを例として,(大きな)テキストデータの解析を通じて,ブランドの重要性とイメージを評価する新しいシステムを提案する。
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) - HuBERTopic: Enhancing Semantic Representation of HuBERT through
Self-supervision Utilizing Topic Model [62.995175485416]
本稿では,HuBERTのセマンティック表現を豊かにするための新しいアプローチを提案する。
トピックラベルを教師として使用することにより、HuBERTに補助的なトピック分類タスクを追加する。
実験の結果,本手法は,ほとんどのタスクにおいて,ベースラインと同等あるいは優れた性能を達成できることがわかった。
論文 参考訳(メタデータ) (2023-10-06T02:19:09Z) - 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) - Recent Few-Shot Object Detection Algorithms: A Survey with Performance
Comparison [54.357707168883024]
Few-Shot Object Detection (FSOD)は、人間の学習能力を模倣する。
FSODは、学習した汎用オブジェクトの知識を共通のヘビーテールから新しいロングテールオブジェクトクラスにインテリジェントに転送する。
本稿では,問題定義,共通データセット,評価プロトコルなどを含むFSODの概要を紹介する。
論文 参考訳(メタデータ) (2022-03-27T04:11:28Z) - 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) - Big data and big values: When companies need to rethink themselves [0.0]
テキストマイニング,ソーシャルネットワーク,ビッグデータ分析を組み合わせた新しい手法を提案する。
フォーチュン誌の「世界で最も賞賛される企業」ランキングに記載された企業の中核的価値に関連するツイートは9万4000件以上収集した。
イタリアのシナリオでは、3つの主要な価値指向(顧客、従業員、卓越性)と3つの潜在価値(経済的・財政的成長、市民権、社会的責任)を見出した。
私たちの貢献は主に方法論的であり、テキストマイニングや複雑なビジネスコンテキストに適用されたオンラインビッグデータ分析の研究を拡張しています。
論文 参考訳(メタデータ) (2021-05-25T16:26:38Z) - Studying the association of online brand importance with museum
visitors: An application of the semantic brand score [0.0]
我々は10年間のオンラインフォーラムの議論を分析し、セマンティックブランドスコア(SBS)を用いて5つの欧州博物館のブランドの重要性を評価した。
当社のNaive Bayesと回帰モデルは、SBSの複合寸法の変化が博物館の訪問者の変化と一致していることを示しています。
その結果,より多くのビジターを惹きつけるために,博物館のブランド管理者は,オンライン投稿の量の増加と,ブランド周辺の利用者が生成する情報の豊かさに焦点をあてるべきであることが示唆された。
論文 参考訳(メタデータ) (2021-05-17T11:49:30Z) - 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) - The Open Brands Dataset: Unified brand detection and recognition at
scale [33.624955564405425]
Open Brands」は、リッチなアノテーションによるブランド検出と認識のための最大のデータセットです。
ブランドネット」はブランド認識を扱う「ブランドネット」と呼ばれるネットワークである。
論文 参考訳(メタデータ) (2020-12-14T09:06:42Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳(メタデータ) (2020-08-29T15:14:03Z) - Brand Intelligence Analytics [0.0]
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。
論文 参考訳(メタデータ) (2020-01-30T17:57:56Z)
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。