論文の概要: DIRECT: Decomposing Audience Preference and Creative Effect in Visual Content Analytics

• arxiv url: http://arxiv.org/abs/2608.26584v1
• Date: Thu, 27 Aug 2026 03:50:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.237939
• Title: DIRECT: Decomposing Audience Preference and Creative Effect in Visual Content Analytics
• Title（参考訳）: DIRECT:ビジュアルコンテンツ分析におけるオーディエンス選好と創造的効果の分解
• Abstract要約: プール係数は、同じ属性に対して反対方向に向けられる2つの異なるパターンを混合することを示す。 我々はそれらを分離するパネルベースの因果推論フレームワークを提案する。 私たちはこれを、1,527人のクリエーターと11のCLIP由来のビジュアルスタイル軸からなるInstagramの美容投稿232,088件に適用します。
• 参考スコア（独自算出の注目度）: 3.964305334218188
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Which visual choices make a post perform better? A growing literature answers this question with pooled coefficients estimated across many creators, which platforms translate into creative recommendations. We show that these coefficients blend two distinct patterns that can point in opposite directions for the same attribute. The first, audience preference, arises because creators who favor a style attract differently composed audiences, so their posts perform differently because of who is watching, not what any single post does. The second, creative effect, captures how a creator's audience responds when she departs from her usual look. Pooled estimation averages the two, and audience preference can be large enough to reverse the signal that creative direction requires. We propose DIRECT (Decomposed Identification of Response Effects via Causal Tools), a panel-based causal-inference framework that separates them, combining the Mundlak between-within decomposition with double machine learning over latent vision-language treatments that co-vary within a creator. We apply it to 232,088 sponsored Instagram beauty posts across 1,527 creators and 11 CLIP-derived visual style axes. The two carry opposite signs on 4 of 11 attributes, and on 2 of 11 the pooled coefficient itself recommends the wrong creative direction: on skin tone, it favors lighter representations while the creative effect points the other way, since a creator's audience engages more with tones darker than her baseline. On held-out creators, prescribing from the pooled coefficient forgoes 31% of the achievable engagement gain. We contribute a diagnosis of estimand mismatch in visual content analytics, a framework that recovers the decision-relevant estimand from observational panel data, and three portable diagnostics for auditing whether pooled estimates support the decisions they inform.
• Abstract（参考訳）: どのビジュアルな選択が投稿をより良くしますか? 増大する文献は、多くのクリエーターの間で推定されるプール係数でこの疑問に答え、プラットフォームは創造的なレコメンデーションへと変換される。 これらの係数は、同じ属性に対して反対方向に向けられる2つの異なるパターンをブレンドすることを示す。 1つ目は、スタイルを好むクリエーターが異なる構成のオーディエンスを惹きつけるためである。 第2の創造的効果は、創造者の聴衆が通常の見た目から離れたときにどのように反応するかを捉えている。 ポーリングされた推定は2つの平均であり、オーディエンス選好は創造的な方向が要求するシグナルを逆転させるのに十分な大きさである。 DIRECT(Decomposed Identification of Response Effects via Causal Tools)は、パネルベースの因果推論フレームワークで、Mundlakの分解と、クリエーターが共用する潜時視覚言語処理による二重機械学習を組み合わせることで、それらを分離する。 私たちはこれを、1,527人のクリエーターと11のCLIP由来のビジュアルスタイル軸からなるInstagramの美容投稿232,088件に適用します。 11の属性のうち4つの反対の記号を持ち、11の内の2つはプール係数自体が間違った創造方向を推奨している:肌のトーンでは、創造的な効果が反対の方向を向いている。 獲得可能なエンゲージメントゲインの31%をプール係数から規定する。 我々は,視覚的コンテンツ分析における推定ミスマッチの診断,観察パネルデータから決定関連推定を復元するフレームワーク,プールされた推定値が通知する判断を支援するかどうかを監査するための3つのポータブル診断に寄与する。

関連論文リスト

• Perceive-to-Reason: Decoupling Perception and Reasoning for Fine-Grained Visual Reasoning [73.40085256022111]
  P2R(Perceive-to-Reason)は、2段階のプロセスとして微細な視覚的推論を定式化する統合フレームワークである。 P2RはPerceiverとして質問関連エビデンスをローカライズし、アノテートされた画像と収穫された領域に基づいて質問をReasonerとして答える。 PRA-GRPOは、認識重視と推論重視の更新を交互に行うロールアウェア強化学習戦略である。
  論文  参考訳（メタデータ） (2026-07-01T17:24:26Z)
• Demystifying Design Choices of Reinforcement Fine-tuning: A Batched Contextual Bandit Learning Perspective [83.75710105509076]
  本稿では,学習と一般化のダイナミクスにおける設計選択の役割を浮き彫りにすることを目的とする。 根本的な課題は、設計選択が絡み合っており、学習や一般化への貢献が難しいことだ。 3つのベースモデルと2つのデータセットの実験は、学習と一般化ダイナミクスにおける様々な設計選択の役割に関する新たな理解を明らかにしている。
  論文  参考訳（メタデータ） (2026-01-30T04:09:06Z)
• Free Energy-Based Modeling of Emotional Dynamics in Video Advertisements [0.0]
  広告ビデオのシーンレベルの表現機能から,「不快感」「サプライズ」「居住感」を定量化した。 この作業は、より広い範囲の表現要素を統合し、主観的評価を通じてアプローチを検証することで拡張することができる。
  論文  参考訳（メタデータ） (2025-12-22T06:51:41Z)
• Simple Lines, Big Ideas: Towards Interpretable Assessment of Human Creativity from Drawings [18.09092203643732]
  図面からの自動的かつ解釈可能な創造性評価のためのデータ駆動型フレームワークを提案する。 6]で提案された認知的エビデンスにより、創造性は、引き出されたもの(コンテンツ)と引き出されたもの(スタイル)の両方から生ずることができ、創造性スコアをこれら2つの相補的な次元の関数として再解釈する。
  論文  参考訳（メタデータ） (2025-11-17T02:16:01Z)
• BLINK-Twice: You see, but do you observe? A Reasoning Benchmark on Visual Perception [67.89135437537179]
  我々は視覚中心の推論ベンチマークであるBLINK-Twiceを紹介した。 外部の知識に頼るのではなく、私たちのタスクは視覚的コンテンツのみから推論するモデルを必要とします。 事前の知覚ベンチマークと比較すると、浅い知覚を超越し、きめ細かい観察と分析的推論を必要とする。
  論文  参考訳（メタデータ） (2025-10-10T13:14:13Z)
• Mitigating Multimodal Hallucinations via Gradient-based Self-Reflection [49.26064449816502]
  本研究では,テキスト・視覚バイアスと共起バイアスに対処するために,グラディエントベースのインフルエンス・アウェア制約付きデコーディング(GACD)手法を提案する。 GACDは幻覚を効果的に低減し、MLLM出力の視覚的接地を改善する。
  論文  参考訳（メタデータ） (2025-09-03T08:13:52Z)
• Exploring the Individuality and Collectivity of Intents behind Interactions for Graph Collaborative Filtering [9.740376003100437]
  本稿では,BIGCF (Bilateral Intent-Guided Graph Collaborative Filtering) に指定された新しい推薦フレームワークを提案する。 具体的には、因果的視点からユーザとイテムの相互作用を詳しく調べ、個別の意図の概念を提示する。 暗黙的なフィードバックの空間性に対抗するため、ユーザとアイテムの特徴分布はガウスベースのグラフ生成戦略を介して符号化される。
  論文  参考訳（メタデータ） (2024-05-15T02:31:26Z)
• Collaborative Group: Composed Image Retrieval via Consensus Learning from Noisy Annotations [67.92679668612858]
  我々は,集団が個人より優れているという心理的概念に触発されたコンセンサスネットワーク(Css-Net)を提案する。 Css-Netは,(1)コンセンサスモジュールと4つのコンセンサスモジュール,(2)コンセンサス間の相互作用の学習を促進するKulback-Leibler分散損失の2つのコアコンポーネントから構成される。 ベンチマークデータセット、特にFashionIQでは、Css-Netが大幅に改善されている。特に、R@10が2.77%、R@50が6.67%増加し、リコールが大幅に向上している。
  論文  参考訳（メタデータ） (2023-06-03T11:50:44Z)
• 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)

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。