人格驱动的社会化多媒体内容推荐
信息检索
2022-07-26 v1 人工智能
摘要
社交媒体营销在向广泛受众推广品牌与产品价值方面发挥着至关重要的作用。为提升广告收入，Facebook Ads 等全球媒体购买平台不断缩减品牌自然帖文的触达范围，迫使品牌在付费媒体广告上投入更多。为高效开展自然与付费社交媒体营销，有必要理解受众，使内容契合其兴趣与在线行为，而这在大规模下人工无法完成。与此同时，迈尔斯-布里格斯人格类型指标等各类人格类型分类方案，可通过统一结构化方式对受众行为分类，在更广尺度上揭示人格特质与用户内容偏好间的依赖关系。该研究问题尚待学界深入探究，且不同人格特质对内容推荐精度的影响程度迄今未获广泛利用与综合评估。具体而言，本文通过应用一种称为人格内容营销推荐引擎（PersiC）的新型人格驱动多视角内容推荐系统，考察人类人格特质对内容推荐模型的影响。我们的实验结果与实际案例研究不仅证明 PersiC 具备高效人格驱动多视角内容推荐能力，还可给出可落地的数字广告策略建议；相较原始人工引导方法，部署后数字广告效率提升超 420%。
引用
@article{arxiv.2207.12236,
title = {Personality-Driven Social Multimedia Content Recommendation},
author = {Qi Yang and Sergey Nikolenko and Alfred Huang and Aleksandr Farseev},
journal= {arXiv preprint arXiv:2207.12236},
year = {2022}
}