論文の概要: A Multimodal Analysis of Influencer Content on Twitter

• arxiv url: http://arxiv.org/abs/2309.03064v1
• Date: Wed, 6 Sep 2023 15:07:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-07 15:06:38.898796
• Title: A Multimodal Analysis of Influencer Content on Twitter
• Title（参考訳）: Twitterにおけるインフルエンサー内容のマルチモーダル分析
• Authors: Danae S\'anchez Villegas, Catalina Goanta, Nikolaos Aletras
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 40.41635575764701
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Influencer marketing involves a wide range of strategies in which brands collaborate with popular content creators (i.e., influencers) to leverage their reach, trust, and impact on their audience to promote and endorse products or services. Because followers of influencers are more likely to buy a product after receiving an authentic product endorsement rather than an explicit direct product promotion, the line between personal opinions and commercial content promotion is frequently blurred. This makes automatic detection of regulatory compliance breaches related to influencer advertising (e.g., misleading advertising or hidden sponsorships) particularly difficult. In this work, we (1) introduce a new Twitter (now X) dataset consisting of 15,998 influencer posts mapped into commercial and non-commercial categories for assisting in the automatic detection of commercial influencer content; (2) experiment with an extensive set of predictive models that combine text and visual information showing that our proposed cross-attention approach outperforms state-of-the-art multimodal models; and (3) conduct a thorough analysis of strengths and limitations of our models. We show that multimodal modeling is useful for identifying commercial posts, reducing the amount of false positives, and capturing relevant context that aids in the discovery of undisclosed commercial posts.
• Abstract（参考訳）: インフルエンサーマーケティング(インフルエンサーマーケティング)とは、ブランドが人気コンテンツクリエイター(インフルエンサー)と協力し、彼らのリーチ、信頼、そして彼らのオーディエンスに対する製品やサービスを宣伝し、支持する幅広い戦略である。 インフルエンサーのフォロワーは、明示的な直接製品プロモーションではなく、本物の製品推奨を受けた後に商品を購入する傾向が強いため、個人的な意見と商業コンテンツプロモーションの境界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(例えば、誤解を招く広告や隠れたスポンサーシップ)に関する規制コンプライアンス違反の自動検出が特に困難になる。 In this work, we (1) introduce a new Twitter (now X) dataset consisting of 15,998 influencer posts mapped into commercial and non-commercial categories for assisting in the automatic detection of commercial influencer content; (2) experiment with an extensive set of predictive models that combine text and visual information showing that our proposed cross-attention approach outperforms state-of-the-art multimodal models; and (3) conduct a thorough analysis of strengths and limitations of our models. マルチモーダル・モデリングは、商業投稿の同定、偽陽性の量の減少、未公表の商業投稿の発見に役立つ関連する文脈の把握に有用であることを示す。

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)
• 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)
• 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)
• 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)
• Predicting Online Video Advertising Effects with Multimodal Deep Learning [33.20913249848369]
  ビデオ広告のクリックスルー率(CTR)を予測し,CTRを決定する要因を解析する手法を提案する。 本稿では,オンラインビデオ広告のマルチモーダル性を生かして,効果を正確に予測するための最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-12-22T06:24:01Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)

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。