論文の概要: Packaging Up Media Mix Modeling: An Introduction to Robyn's Open-Source Approach
- arxiv url: http://arxiv.org/abs/2403.14674v1
- Date: Fri, 8 Mar 2024 17:46:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-01 03:33:23.311544
- Title: Packaging Up Media Mix Modeling: An Introduction to Robyn's Open-Source Approach
- Title(参考訳): メディアミックスモデリングのパッケージング - Robyn氏のオープンソースアプローチ入門
- Authors: Gufeng Zhou, Igor Skokan, Julian Runge,
- Abstract要約: 中小企業の広告主の多くは、高度なプロプライエタリなモデリング活動に投資する規模やリソースを欠いている。
デジタル広告測定にメディアミックスモデリングを広く採用するために、Metaのマーケティングデータサイエンティストはオープンソースの計算パッケージRobinnを始めた。
この記事では、Robinnにおけるアーキテクチャコンポーネントと選択について説明し、Robinnがどのようにバイアスや組織的受け入れに対してパッケージ化されることを目指しているかについて論じる。
- 参考スコア(独自算出の注目度): 0.7373617024876725
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While attribution of user behavior across apps and websites had led to unseen levels of determinism in digital advertising measurement, privacy-centric changes to the digital data landscape are bringing probabilistic techniques such as marketing and media mix modeling en vogue again. Many small and midsize advertisers lack the scale and resources to invest in advanced proprietary modeling efforts that would usually require specific expertise and a team of several data scientists. To facilitate broad successful adoption of media mix modeling for digital advertising measurement, marketing data scientists at Meta started the open-source computational package Robyn. This article presents architectural components and choices in Robyn and discusses how Robyn aims to be packaged against biases and for organizational acceptance. As an open-source package with wide adoption and a highly active community, Robyn undergoes continual development. In this vein, what is described in this article should not be seen as conclusive solutions but as an outline of pathways that the Robyn community has embarked on. The article aims to provide a structured introduction to these pathways as a basis for feedback from marketing data scientists, to ensure Robyn's ongoing development aligns with users' needs.
- Abstract(参考訳): アプリやウェブサイトにまたがるユーザー行動の帰結は、デジタル広告測定における決定論の見当たらないレベルにつながったが、デジタルデータランドスケープに対するプライバシー中心の変更は、マーケティングやメディアミックスモデリングといった確率論的手法を再び呼び起こしている。
中小企業の広告主の多くは、特定の専門知識と複数のデータサイエンティストのチームを必要とする高度なプロプライエタリなモデリング活動に投資する規模やリソースを欠いている。
デジタル広告測定にメディアミックスモデリングを広く採用するために、Metaのマーケティングデータサイエンティストはオープンソースの計算パッケージRobinnを始めた。
この記事では、Robinnにおけるアーキテクチャコンポーネントと選択について説明し、Robinnがどのようにバイアスや組織的受け入れに対してパッケージ化されることを目指しているかについて論じる。
広く採用され、活発なコミュニティを持つオープンソースパッケージとして、Robinnは継続的な開発を行っている。
この記事で述べられていることは、決定的な解決策ではなく、Robinnコミュニティが導入した経路の概要と見なすべきである。
この記事では、マーケティングデータサイエンティストからのフィードバックの基盤として、これらのパスの構造化された導入を提供することを目標とし、Robinn氏の進行中の開発がユーザニーズと一致していることを保証する。
関連論文リスト
- Safeguarding Marketing Research: The Generation, Identification, and Mitigation of AI-Fabricated Disinformation [0.26107298043931204]
生成AIは、人間のコントリビューションを忠実に模倣するコンテンツを生成する能力を確立している。
これらのモデルは、世論の操作や認識の歪曲に利用することができ、結果としてデジタルプラットフォームに対する信頼が低下する。
本研究は,マーケティング文献と実践に3つの方法で貢献する。
論文 参考訳(メタデータ) (2024-03-17T13:08:28Z) - OpenMEDLab: An Open-source Platform for Multi-modality Foundation Models
in Medicine [55.29668193415034]
マルチモダリティ基盤モデルのためのオープンソースプラットフォームであるOpenMEDLabについて紹介する。
これは、最前線臨床および生体情報学応用のための大規模言語とビジョンモデルを刺激し、微調整する先駆的な試みの解決策をカプセル化する。
様々な医用画像のモダリティ、臨床テキスト、タンパク質工学など、事前訓練された基礎モデル群へのアクセスが可能である。
論文 参考訳(メタデータ) (2024-02-28T03:51:02Z) - User Modeling and User Profiling: A Comprehensive Survey [0.0]
本稿では,ユーザモデリングとプロファイリング研究の現状,進化,今後の方向性について調査する。
我々は、初期のステレオタイプモデルから最新のディープラーニング技術までの開発をトレースする、歴史的概要を提供する。
また、プライバシ保護技術に対する重要なニーズと、ユーザモデリングアプローチにおける説明可能性と公正性への推進にも対処する。
論文 参考訳(メタデータ) (2024-02-15T02:06:06Z) - An explainable machine learning-based approach for analyzing customers'
online data to identify the importance of product attributes [0.6437284704257459]
本稿では,製品開発におけるデザインの包括的意味を抽出するゲーム理論機械学習(ML)手法を提案する。
提案手法をKaggleの実際のラップトップのデータセットに適用し,結果に基づいて設計上の意味を導出する。
論文 参考訳(メタデータ) (2024-02-03T20:50:48Z) - Need-driven decision-making and prototyping for DLT: Framework and
web-based tool [0.0]
複数のグループが、この技術の誇大広告や論争から切り離そうとした。
我々は,エビデンスに基づく意思決定を行うための総合分析フレームワークとオープンソースWebツールを開発した。
論文 参考訳(メタデータ) (2023-07-18T12:19:47Z) - 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) - Modeling Content Creator Incentives on Algorithm-Curated Platforms [76.53541575455978]
本研究では,アルゴリズムの選択が露出ゲームにおける(ナッシュ)平衡の存在と性格にどのように影響するかを検討する。
本研究では、露出ゲームにおける平衡を数値的に見つけるためのツールを提案し、MovieLensとLastFMデータセットの監査結果を示す。
論文 参考訳(メタデータ) (2022-06-27T08:16:59Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳(メタデータ) (2021-11-11T19:40:51Z) - 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) - Personalized Fashion Recommendation from Personal Social Media Data: An
Item-to-Set Metric Learning Approach [71.63618051547144]
ソーシャルメディアデータからパーソナライズされたファッションレコメンデーションの問題について検討する。
本稿では,ユーザの過去のファッションアイテムと新しいファッションアイテムとの類似性を学習する,アイテムツーセットのメトリック学習フレームワークを提案する。
提案手法の有効性を検証するために,実世界のソーシャルメディアデータセットを収集する。
論文 参考訳(メタデータ) (2020-05-25T23:24:24Z) - Knowledge Discovery from Social Media using Big Data provided Sentiment
Analysis (SoMABiT) [2.218042861844671]
本稿では,ビッグデータ技術を用いたソーシャルメディア分析プラットフォームであるSoMABiTの技術的・科学的焦点について論じる。
MapReduceの使用と、任意のデータボリュームをスケールし、ソーシャルメディア駆動の知識を提供する統合プラットフォームに向けた分散アルゴリズムの開発が、提案されたコンセプトの目新しいところである。
論文 参考訳(メタデータ) (2020-01-16T18:53:59Z)
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。