論文の概要: The Face of Persuasion: Analyzing Bias and Generating Culture-Aware Ads
- arxiv url: http://arxiv.org/abs/2510.15240v1
- Date: Fri, 17 Oct 2025 02:05:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-20 20:17:34.436959
- Title: The Face of Persuasion: Analyzing Bias and Generating Culture-Aware Ads
- Title（参考訳）: 説得の顔:バイアスの分析と文化対応広告の作成
- Authors: Aysan Aghazadeh, Adriana Kovashka,
- Abstract要約: テキスト・ツー・イメージのモデルは、ビジュアル広告をカスタマイズし、特定の人口をターゲットにしている。
本研究では、異なる広告トピックの広告における人口統計バイアスと、描写された人々の性別や人種を除いて同一である広告の異なる説得度(モデルによる判断)を調査することによって、この可能性を検証した。
また、特定の国の広告をターゲットとする手法も試行している。
- 参考スコア（独自算出の注目度）: 24.606523863107743
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Text-to-image models are appealing for customizing visual advertisements and targeting specific populations. We investigate this potential by examining the demographic bias within ads for different ad topics, and the disparate level of persuasiveness (judged by models) of ads that are identical except for gender/race of the people portrayed. We also experiment with a technique to target ads for specific countries. The code is available at https://github.com/aysanaghazadeh/FaceOfPersuasion
- Abstract（参考訳）: テキスト・ツー・イメージのモデルは、ビジュアル広告をカスタマイズし、特定の人口をターゲットにしている。
本研究では、異なる広告トピックの広告における人口統計バイアスと、描写された人々の性別や人種を除いて同一である広告の異なる説得度(モデルによる判断)を調査することによって、この可能性を検証した。
また、特定の国の広告をターゲットとする手法も試行している。
コードはhttps://github.com/aysanaghazadeh/FaceOfPersuasionで公開されている。
関連論文リスト
- AdParaphrase: Paraphrase Dataset for Analyzing Linguistic Features toward Generating Attractive Ad Texts [34.12547921617836]
本研究では,人間の嗜好に影響を及ぼす広告文の言語的特徴について考察する。
本稿では、広告テキストのペアに対する人間の好みを含むパラフレーズデータセットであるAdParaphraseを提案する。
分析の結果,人間の判断に好まれる広告文は,より流布度が高く,長さが長く,名詞が増え,ブラケット記号が用いられることがわかった。
論文 参考訳（メタデータ） (2025-02-07T05:39:55Z) - Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
マーケティングやブランドビルディングにおける長期記憶の重要性にもかかわらず、これまで広告の記憶可能性に関する大規模な研究は行われていない。
276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。
異なる参加者のサブポピュレーションや広告タイプに対する統計的テストを実行すると、広告を記憶可能なものにするための興味深い洞察がたくさん見つかる。
本稿では,自動アノテートデータを活用することで,高品質な記憶可能な広告生成モデルを構築するためのスケーラブルな手法を提案する。
論文 参考訳（メタデータ） (2023-09-01T10:27:04Z) - 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) - Problematic Advertising and its Disparate Exposure on Facebook [15.667983888666312]
我々はFacebookを調査し、問題のあるオンライン広告の理解における重要なギャップを調査する。
高齢者や少数民族の広告が特に表示されることがわかりました。
問題のある広告の22%が広告主から特定のターゲティングをしていないことを考えると、広告配信アルゴリズムがこれらの広告の偏りのある分布に重要な役割を果たしたと推測する。
論文 参考訳（メタデータ） (2023-06-09T17:23:59Z) - 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) - Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。
最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。
第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。
第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
論文 参考訳（メタデータ） (2021-04-09T17:38:36Z)
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。