Deep Learningを活用した広告コンテンツにおけるブランド混同の解明

使用深度学习阐明广告内容中的品牌混乱

基本信息

批准号：
20K01963
负责人：
中山厚穂
金额：
$ 2.75万
依托单位：
Tokyo Metropolitan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K01963/
关键词：
Artificial Intelligence deep learning 畳み込みニューラルネットワーク市場セグメンテーションブランドポジショニングブランド混同 Deep Learning CNN VGG16 Grad-cam Artificial intelligence ブランドストーリーテリング Classification Imagery brand confusion Image data analysis 機械学習 Ima

项目摘要

現在，大量のマーケティングデータがオンラインで入手できるようになっている．オンラインのクリックストリーム，メッセージング，口コミ，トランザクション，位置情報などのデータが自動収集されることでデータ収集にかかるコストが大幅に削減されている．そして，これまでにない量のデータが得られるようになり消費者の行動を非常に詳細に把握できるようになっている．実務においては機械学習手法(deep learningやコグニティブシステムを含む)の活用が推進されている．その背景には優れた予測性能と分析者の介入を制限して日常的に適用できるブラックボックス化された性質にあると考えられる．一方，マーケティングの研究者がこれらの手法についての研究を取り組む際には，これらの手法が因果関係を証明したり，一般化可能な理論的洞察を生み出したりするものではないことから，この課題への対応が必要となる．また，これらの手法をマーケティング分析のための古典的なモデルと組み合わせることで研究の発展も期待される．このような状況において，近年，Convolutional Neural Network(CNN)は，多くのコンピュータビジョンタスク(デジタル画像の取得・処理・分析)のための有力なアルゴリズムになっており，deep learningやAIを用いた研究や応用が多く行われている．そこで，deep learningによるアプローチの発展やAIがマーケティングや顧客行動に与える影響について整理し，マーケティング研究が抱える課題について検討を行った．そして，それらの課題を踏まえマーケティングにおける意思決定を支援することを目的に機械学習やdeep learningによるアプローチと従来からのマーケティング研究の知見を組み合わせた市場セグメンテーションとポジショニング戦略の策定にかかわる研究について検討を実施した．

现在可以在线获取大量营销数据。自动收集在线点击流、消息、评论、交易和位置信息等数据可显着降低数据收集成本。凭借空前数量的可用数据，现在可以详细了解消费者的行为。在实践中，机器学习方法（包括深度学习和认知系统）的使用正在得到推广。其原因被认为是其出色的预测性能和黑匣子性质，这限制了分析师的干预并使其能够每天应用。另一方面，当营销研究人员对这些方法进行研究时，他们不愿意解决这个问题，因为这些方法不能证明因果关系或产生可推广的理论见解，因此有必要采取措施来解决。此外，通过将这些方法与营销分析的经典模型相结合，研究有望取得进展。在这种情况下，近年来，卷积神经网络（CNN）已成为许多计算机视觉任务（数字图像的获取、处理和分析）的强大算法，并且利用深度学习和AI的研究已经流行起来。被做了。因此，我们组织了深度学习方法的发展以及人工智能对营销和客户行为的影响，并研究了营销研究面临的问题。为了支持基于这些问题的营销决策，我们将考虑将机器学习和深度学习的方法与传统营销研究知识相结合来制定市场细分和定位策略。