具有灵活广告弹性与口碑效应的广义Vidale-Wolfe响应模型参数学习
人工智能
2022-03-09 v1 信息检索
机器学习
系统与控制
系统与控制
摘要
在本研究中,我们考察了Vidale-Wolfe(GVW)模型的广义形式。我们建模工作的一个关键要素是,GVW模型包含两个分别表征广告主弹性与口碑(WoM)效应的有用指标。此外,我们讨论了GVW模型的一些良好性质,并提出了一种基于深度神经网络(DNN)的估计方法来学习其参数。进而,基于三个真实世界数据集,我们进行计算实验以验证GVW模型及所识别的性质。此外,我们还讨论了GVW模型相较于计量经济模型的潜在优势。研究结果表明,广告弹性指标与口碑指标均对广告响应有显著影响,并且GVW模型在源于实际广告情境的若干有趣现象方面,相较于广告计量经济模型具有潜在优势。GVW模型及其基于深度学习的估计方法为支持大数据驱动的广告分析与决策提供了基础;同时,本研究识别的性质与实验发现为各类广告形式中的广告主揭示了关键的管理启示。
引用
@article{arxiv.2202.13566,
title = {Learning Parameters for a Generalized Vidale-Wolfe Response Model with Flexible Ad Elasticity and Word-of-Mouth},
author = {Yanwu Yang and Baozhu Feng and Daniel Zeng},
journal= {arXiv preprint arXiv:2202.13566},
year = {2022}
}
备注
20 pages, 8 figures, 1 table