抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ウェブスケールディジタル広告の最近の進歩は,ディジタルプロセスと方法論を統合し,広告設計,生産,流通,有効性モニタリングのシームレスワークフローを形成に向けたディジタル広告分布の従来の焦点からのパラダイムシフトを認めた。本研究では,市販の広告の設計と製造プロセスを支援する広告ビデオファイルと種々の有効性計量から抽出したコンテンツベース特徴の予測解析のための計算フレームワークを実装した。著者らの提案した予測解析の枠組みは,マルチメディア信号処理と自然言語処理ツールを用いた広告ビデオの含有量から多次元時間的パターンを抽出した。異なる特徴次元からのデータストリームを別々のニューラルネットワークモデルを訓練するために使用しているパターン解析部はcross modality特徴学習のアーキテクチャを採用し,次にこれらのモデルは,共有表現を学習するために一緒に融合した。続いて,この関節表現に訓練されたニューラルネットワークモデルは,広告有効性を予測するための分類器として利用されている。内容特徴と広告の有効性尺度間の同定された予測パターンに基づいて,著者らは,提案した有効性指標と強く相関しているが,市販広告の設計・製作過程に容易に実装できることを聴覚,視覚およびテキストパターンの有用なセットを誘発した。専用ユーザ研究からの主観的評価,オンライン視聴者コメントのテキスト感情強度,YouTube投稿型動画共有サイトから各広告の好き/ビュー比の視聴者意見計量を用いて提案アプローチを検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】