論文の概要: When or What? Understanding Consumer Engagement on Digital Platforms
- arxiv url: http://arxiv.org/abs/2510.10474v1
- Date: Sun, 12 Oct 2025 06:53:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-14 18:06:29.961977
- Title: When or What? Understanding Consumer Engagement on Digital Platforms
- Title（参考訳）: デジタルプラットフォームにおける消費者エンゲージメントの理解
- Authors: Jingyi Wu, Junying Liang,
- Abstract要約: 本研究はTEDトークの大規模コーパスに潜在ディリクレ割当モデルを適用した。
クリエーターのテーマ的供給とオーディエンスで表される需要を比較することで、生産者と消費者の嗜好の永続的なミスマッチを識別する。
- 参考スコア（独自算出の注目度）: 1.593326304030926
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding what drives popularity is critical in today's digital service economy, where content creators compete for consumer attention. Prior studies have primarily emphasized the role of content features, yet creators often misjudge what audiences actually value. This study applies Latent Dirichlet Allocation (LDA) modeling to a large corpus of TED Talks, treating the platform as a case of digital service provision in which creators (speakers) and consumers (audiences) interact. By comparing the thematic supply of creators with the demand expressed in audience engagement, we identify persistent mismatches between producer offerings and consumer preferences. Our longitudinal analysis further reveals that temporal dynamics exert a stronger influence on consumer engagement than thematic content, suggesting that when content is delivered may matter more than what is delivered. These findings challenge the dominant assumption that content features are the primary drivers of popularity and highlight the importance of timing and contextual factors in shaping consumer responses. The results provide new insights into consumer attention dynamics on digital platforms and carry practical implications for marketers, platform managers, and content creators seeking to optimize audience engagement strategies.
- Abstract（参考訳）: 今日のデジタルサービス経済では、コンテンツクリエーターが消費者の注意を引き付けている。
以前の研究は、主にコンテンツ機能の役割を強調してきたが、クリエーターは、観客が実際にどのような価値を持っているかを誤解することが多い。
本研究では,TEDトークの大規模コーパスにLDAモデルを適用し,クリエイター(話者)と消費者(聴衆)が対話するデジタルサービス提供の事例として扱う。
クリエーターのテーマ的供給とオーディエンスで表される需要を比較することで、生産者と消費者の嗜好の永続的なミスマッチを識別する。
我々の縦断的分析により、時間的ダイナミクスがテーマコンテンツよりも消費者のエンゲージメントに強く影響していることが明らかとなり、コンテンツが納品された時が納品された時よりも重要になる可能性が示唆された。
これらの知見は、コンテンツ特徴が人気の主要な要因であるという主要な仮定に挑戦し、消費者の反応を形作る上でのタイミングと文脈的要因の重要性を強調した。
その結果、デジタルプラットフォームにおける消費者の注意力に関する新たな洞察が得られ、マーケターやプラットフォームマネージャ、コンテンツクリエーターが聴衆のエンゲージメント戦略を最適化しようとする上で、現実的な意味がもたらされる。
関連論文リスト
- Unveiling User Satisfaction and Creator Productivity Trade-Offs in Recommendation Platforms [68.51708490104687]
調査力の低い純粋に関連性の高い政策は、短期的ユーザの満足度を高めるが、コンテンツプールの長期的豊かさを損なうことを示す。
調査の結果,プラットフォーム上でのユーザの即時満足度と全体のコンテンツ生産との間には,根本的なトレードオフがあることが判明した。
論文 参考訳（メタデータ） (2024-10-31T07:19:22Z) - Analyzing Consumer Reviews for Understanding Drivers of Hotels Ratings: An Indian Perspective [0.3277163122167434]
本研究は、最終評価に重要な側面を抽出するインドホテルの消費者レビューに焦点を当てた。
この研究は、ウェブスクレイピング手法を用いてデータを収集し、ラテント・ディリクレ・アロケーションと感情分析を用いてテキストを解析する。
論文 参考訳（メタデータ） (2024-08-08T10:58:33Z) - Symmetries, Scaling Laws and Phase Transitions in Consumer Advertising Response [0.0]
本研究では,物理における対称性とスケーリング則の概念に基づく新しいモデリング手法を提案する。
本稿では,飽和効果という重要な側面を考慮に入れたモデルを提案する。
マーケティングの感度、反応の感度、行動の感度といった新しい重要なパラメータを導入し、オーディエンスエンゲージメントと広告パフォーマンスのドライバーにさらなる洞察を与えます。
論文 参考訳（メタデータ） (2024-04-01T11:23:31Z) - 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) - Estimating Causal Effects of Multi-Aspect Online Reviews with
Multi-Modal Proxies [24.246450472404614]
本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。
レストランの食品・サービスなど、さまざまな側面について検討する。
論文 参考訳（メタデータ） (2021-12-19T22:29:02Z) - Feedback Shaping: A Modeling Approach to Nurture Content Creation [10.31854532203776]
コンテンツ消費者からのフィードバックがクリエーターにインセンティブを与えるかを予測するためのモデリング手法を提案する。
次に、このモデルを利用して、フィードバック分布を再構築することで、コンテンツクリエーターのニュースフィード体験を最適化する。
我々は、LinkedInのニュースフィードに展開されたユースケースを提示し、消費者の体験を損なうことなく、コンテンツ作成を大幅に改善するためにこのアプローチを使用しました。
論文 参考訳（メタデータ） (2021-06-21T22:53:16Z) - 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) - Face to Purchase: Predicting Consumer Choices with Structured Facial and
Behavioral Traits Embedding [53.02059906193556]
消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。
階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。
実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
論文 参考訳（メタデータ） (2020-07-14T06:06:41Z)
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。