广告中的说服策略
计算与语言
2023-05-09 v2 计算机视觉与模式识别
摘要
对广告为何具有说服力（即引发消费者期望的反应）进行建模，对宣传研究、社会心理学和营销学至关重要。尽管其重要性，计算机视觉中说服力的计算建模仍处于起步阶段，主要由于缺乏能提供与广告关联的说服策略标签的基准数据集。受社会心理学和营销学中说服文献的启发，我们引入了一套广泛的说服策略词汇，并构建了首个标注了说服策略的广告图像语料库。随后，我们将说服策略预测任务形式化为多模态学习，设计了一个多任务注意力融合模型，可利用其他广告理解任务来预测说服策略。此外，我们对 30 家财富 500 强公司的 1600 个广告活动开展了真实案例研究，利用模型预测分析哪些策略对不同人口统计群体（年龄和性别）有效。该数据集还提供图像分割掩码，在测试划分上标注了对应广告图像中的说服策略。我们公开了代码与数据集 https://midas-research.github.io/persuasion-advertisements/。
引用
@article{arxiv.2208.09626,
title = {Persuasion Strategies in Advertisements},
author = {Yaman Kumar Singla and Rajat Jha and Arunim Gupta and Milan Aggarwal and Aditya Garg and Tushar Malyan and Ayush Bhardwaj and Rajiv Ratn Shah and Balaji Krishnamurthy and Changyou Chen},
journal= {arXiv preprint arXiv:2208.09626},
year = {2023}
}
备注
Accepted at AAAI-23