广告情感识别及其在计算广告中的应用
人机交互
2019-06-04 v1 人工智能
摘要
广告（ads）常包含强烈情感内容以捕获观众注意力并向受众传达有效信息。然而，多数计算情感识别（AR）方法仅通过文本模态考察广告，仅有有限工作致力于从视听或用户线索解码广告情感。本工作（1）编撰了一个能在用户间引发一致情感的情感广告数据集；（2）探究以内容为中心的卷积神经网络（CNN）特征相对于手工视听描述子在AR中的效能；（3）考察基于用户中心的广告AR，利用广告观看期间获取的脑电图（EEG）响应；（4）通过一项涉及18名用户的研究，展示更优情感预测如何促进有效的计算广告。实验揭示：（a）CNN特征在内容中心AR中优于视听描述子；（b）EEG特征比基于内容的特征更能编码广告诱发情感；（c）在多类分类算法中多任务学习表现最佳以实现最优AR；（d）基于（b），就广告记忆度与整体用户体验而言，EEG特征亦相比基于内容或人工插入技术实现了优化的流媒体视频广告插入。
引用
@article{arxiv.1904.01778,
title = {Recognition of Advertisement Emotions with Application to Computational Advertising},
author = {Abhinav Shukla and Shruti Shriya Gullapuram and Harish Katti and Mohan Kankanhalli and Stefan Winkler and Ramanathan Subramanian},
journal= {arXiv preprint arXiv:1904.01778},
year = {2019}
}
备注
Under consideration for publication in IEEE Trans. Affective Computing. arXiv admin note: text overlap with arXiv:1709.01684