論文の概要: Deep Live Video Ad Placement on the 5G Edge
- arxiv url: http://arxiv.org/abs/2209.01421v1
- Date: Sat, 3 Sep 2022 13:38:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-07 14:56:33.413426
- Title: Deep Live Video Ad Placement on the 5G Edge
- Title（参考訳）: 5g edge上のディープライブビデオ広告の配置
- Authors: Mohammad Hosseini
- Abstract要約: MMTストリーミングプロトコル上でビデオオンデマンド(VoD)とライブ放送テレビコンテンツの両方を配信するディープエッジクラウド広告配置システムを提案する。
本研究の目的は,将来の5G MECプラットフォームに展開するターゲット型,パーソナライズ型,ユーザ固有の広告サービスを実現する方法を明らかにすることである。
- 参考スコア（独自算出の注目度）: 2.814874371042193
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The video broadcasting industry has been growing significantly in the recent
years, specially on delivering personalized contents to the end users. While
video broadcasting has continued to grow beyond TV, video adverting has become
a key marketing tool to deliver targeted messages directly to the audience.
However, unfortunately for broadband TV, a key problem is that the TV
commercials target the broad audience, therefore lacking user-specific and
personalized ad contents.
In this paper, we propose a deep edge-cloud ad-placement system, and briefly
describe our methodologies and the architecture of our designed ad placement
system for delivering both the Video on Demand (VoD) and live broadcast TV
contents over MMT streaming protocol. The aim of our paper is to showcase how
to enable targeted, personalized, and user-specific advertising services
deployed on the future 5G MEC platforms, which in turn can have high potentials
to increase ad revenues for the mobile operator industry.
- Abstract（参考訳）: ビデオ放送業界は近年大きく成長しており、特にエンドユーザーにパーソナライズされたコンテンツを配信している。
ビデオ放送はテレビを超えて成長を続けているが、ビデオ広告は視聴者に直接ターゲットメッセージを配信するための重要なマーケティングツールとなっている。
しかし、ブロードバンドテレビにとって残念なことに、テレビコマーシャルは幅広いオーディエンスをターゲットにしているため、ユーザー固有のパーソナライズされた広告コンテンツが欠落している。
本稿では,ビデオ・オン・デマンド(VoD)とライブ・ブロードキャストTVコンテンツの両方をMMTストリーミングプロトコル上で配信するための,当社の手法と設計した広告配置システムのアーキテクチャを簡潔に述べる。
本稿の目的は,将来の5G MECプラットフォームに展開するターゲット型,パーソナライズ型,ユーザ固有の広告サービスを,モバイル事業者の広告収入を増大させる可能性を示すことである。
関連論文リスト
- ContextIQ: A Multimodal Expert-Based Video Retrieval System for Contextual Advertising [2.330164376631038]
コンテキスト広告は、ユーザーが見ているコンテンツに沿った広告を提供する。
共同マルチモーダルトレーニングに基づく現在のテキスト・ビデオ検索モデルでは,大規模なデータセットと計算資源が要求される。
本研究では,コンテキスト広告に特化して設計されたマルチモーダル専門家によるビデオ検索システムであるContextIQを紹介する。
論文 参考訳（メタデータ） (2024-10-29T17:01:05Z) - 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) - 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) - Overview of Tencent Multi-modal Ads Video Understanding Challenge [1.6904374000330984]
マルチモーダル広告ビデオ理解チャレンジ(Multi-modal Ads Video Understanding Challenge)は、広告ビデオを包括的に理解するための最初の大きな挑戦だ。
参加者には、各シーンのシーン境界とマルチラベルカテゴリの両方を正確に予測するように求めている。
広告の理解の基盤を前進させ、ビデオレコメンデーションのような多くの広告アプリケーションに大きな影響を与えるだろう。
論文 参考訳（メタデータ） (2021-09-16T13:07:08Z) - A Multimodal Framework for Video Ads Understanding [64.70769354696019]
広告ビデオコンテンツの構造化分析能力を向上させるためのマルチモーダルシステムの開発を行う。
2021年のTAAC最終リーダーボードでは, 位置推定と予測精度を考慮した0.2470のスコアを得た。
論文 参考訳（メタデータ） (2021-08-29T16:06:00Z) - Recent Standard Development Activities on Video Coding for Machines [55.60532507033334]
近年、ビデオデータはインターネットトラフィックを支配しており、主要なデータフォーマットの1つになっている。
新興の5Gとモノのインターネット(IoT)技術により、エッジデバイスによって生成され、ネットワークを介して送信され、マシンによって消費されるビデオが増えています。
機械が消費するビデオの量は、人間が消費するビデオの量を超える。
2019年7月、国際標準化機構(MPEG)は、VCMというアドホックグループを設立し、標準化作業の潜在的な要件について研究した。
論文 参考訳（メタデータ） (2021-05-26T16:11:11Z) - Multi-Channel Sequential Behavior Networks for User Modeling in Online
Advertising [4.964012641964141]
本稿では,ユーザと広告を意味空間に埋め込むための深層学習手法であるマルチチャネルシーケンシャル行動ネットワーク(mc-sbn)を提案する。
提案するユーザエンコーダアーキテクチャでは,過去の検索クエリや訪問ページ,クリックした広告など,複数の入力チャネルからのユーザアクティビティをユーザベクトルにまとめる。
その結果,MC-SBNは関連広告のランク付けを改善し,クリック予測とコンバージョン予測の両方の性能を向上させることができることがわかった。
論文 参考訳（メタデータ） (2020-12-27T06:13:29Z) - CAMTA: Causal Attention Model for Multi-touch Attribution [25.258282793367453]
本研究では,ユーザ個人化MTAのカジュアルアトリビューション機構である,新しいディープリカレントニューラルネットワークアーキテクチャCAMTAを提案する。
複数のベースラインと比較し,予測精度に関してcamtaの優れた性能を示す。
論文 参考訳（メタデータ） (2020-12-21T15:05:00Z) - A Deep Prediction Network for Understanding Advertiser Intent and
Satisfaction [41.000912016821246]
本稿では,広告主の意図と満足度を同時にモデル化する新しいDeep Satisfaction Prediction Network (DSPN)を提案する。
提案するDSPNは,最先端のベースラインより優れ,オンライン環境におけるAUCの観点からも安定した性能を有する。
論文 参考訳（メタデータ） (2020-08-20T15:08:50Z) - Poet: Product-oriented Video Captioner for E-commerce [124.9936946822493]
電子商取引では、製品プロモーションにユーザ生成ビデオが増えている。このビデオで表されるユーザ優先の製品特性を物語るビデオ記述をどうやって生成するかは、プロモーションを成功させる上で不可欠である。
本稿では,製品指向の動画キャプタフレームワークであるPoetを提案する。
Poetは、生成品質、製品面のキャプチャ、語彙の多様性に関する従来の手法よりも一貫した性能向上を実現していることを示す。
論文 参考訳（メタデータ） (2020-08-16T10:53:46Z)
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。