IS论文分享A Smart Ad Display System

这篇论文《A Smart Ad Display System》由Li Xiao、D. J. Wu和Min Ding撰写，发表在《Information Systems Research》2024年第35卷第4期。论文提出了一种智能广告展示系统，通过分析消费者观看广告时的面部表情和眼神注视数据，实现个性化视频广告的推送。

一、引言

• 视频广告展示系统的现状：视频广告展示系统在各种商业场景中广泛应用，如超市收银台、电梯内外、银行和机场的等候室等。这些系统通常以固定顺序循环播放一组广告，形式为短视频或静态图像。

• 现有系统的局限性：尽管数字广告展示系统具有诸多优势，但现有系统常因忽视消费者广告偏好的异质性而受到批评。一些零售商尝试通过摄像头记录观众的观看体验，但观众即使在同一性别和年龄组内，其广告偏好也可能存在显著差异。

二、研究目的

• 提出智能广告展示系统：为了解决现有视频广告展示系统无法满足消费者个性化需求的问题，论文提出了一种智能广告展示系统，旨在通过分析消费者观看广告时的面部表情和眼神注视数据，实现个性化广告推送，从而提高广告观看体验和沟通效果。

三、研究方法

• 系统设计：该系统利用摄像头记录消费者观看广告时的面部表情和眼神注视数据。系统会将这些数据与广告中的视觉对象进行匹配，通过分析消费者对不同视觉对象的反应，学习其广告偏好，并从广告库中选择最有可能引发积极反应的新广告进行展示。

• 数据收集与分析：研究者通过两个实证研究来验证系统的可行性和有效性。实验参与者在模拟等待室环境中观看广告，系统实时记录他们的面部表情和眼神注视数据。研究者还收集了参与者对广告的评价数据，包括购买意图（PI）和广告态度（Aad），作为评估系统性能的基准。

• 模型评估：研究者比较了七种不同的预测模型，包括随机猜测模型、基于人口统计信息的模型以及利用面部表情和眼神注视数据的模型。通过比较这些模型在预测消费者广告偏好方面的表现，评估智能广告展示系统的性能。

四、实验设计

• 实验1：

  • 广告池构建：研究者从商业广告数据库中筛选出256个视频广告，涵盖11个产品类别，用于构建广告池。

  • 实验参与者：实验招募了121名参与者，每人观看了20个随机选择的广告，并在观看后对每个广告进行了评价。

  • 实验结果：实验结果显示，利用面部表情和眼神注视数据的模型（M5-1和M5-2）在预测消费者广告偏好方面显著优于基于人口统计信息的模型（M2）。

• 实验2：

  • 广告池扩展：在实验2中，研究者进一步测试了智能广告展示系统在实时环境中的表现。实验使用了315个视频广告，包括实验1中的256个广告和59个新广告。

  • 实验参与者与情境：实验招募了56名参与者，分别在单独观看和两人一起观看的情境下进行实验。

  • 实验结果：结果显示，即使在实时环境中，智能广告展示系统（M5-2）在推荐新广告时仍然显著优于基于人口统计信息的模型（M2）。

五、研究结论

• 系统有效性：智能广告展示系统能够通过分析消费者观看广告时的面部表情和眼神注视数据，有效学习消费者的广告偏好，并实现个性化广告推送。

• 系统优势：该系统在不同情境下均表现出色，包括单独观看和多人观看的情境，以及对新广告的推荐。

• 与传统模型的比较：研究结果表明，利用面部表情和眼神注视数据的模型在预测消费者广告偏好方面优于传统的基于人口统计信息的模型。

六、研究贡献

• 提出新的个性化推荐方法：论文提出了一种新的视频广告个性化推荐方法，利用消费者观看广告时的面部表情和眼神注视数据，为视频广告展示系统提供了一种有效的个性化解决方案。

• 为研究领域提供新视角：该研究为行为定位和视频推荐系统领域提供了新的视角和方法，特别是在数据有限的情境下，如何利用消费者的行为数据进行个性化推荐。

• 探讨实际应用潜力与隐私问题：论文还探讨了智能广告展示系统在实际应用中的潜力和隐私问题，为未来的研究和实践提供了有价值的参考。

七、研究局限与未来研究方向

• 隐私问题：智能广告展示系统需要收集消费者的面部表情和眼神注视数据，这可能引发隐私问题。未来的研究可以探讨如何在保护消费者隐私的同时，实现个性化广告推送。

• 系统性能优化：尽管智能广告展示系统在实验中表现出色，但仍有改进空间。未来的研究可以进一步优化系统的性能，提高推荐的准确性和效率。

• 应用场景扩展：论文主要关注等待室场景，未来的研究可以探索智能广告展示系统在其他场景（如电梯、超市收银台等）中的应用效果。

• 数据多样性与复杂性：未来的研究可以考虑更复杂的数据类型和场景，如多模态数据（如语音、手势等）的融合，以及在动态变化的环境中实现个性化推荐。

如果你觉得这篇博文对你有帮助，请点赞、收藏、关注我，并且可以打赏支持我！

欢迎关注我的后续博文，我将分享更多关于人工智能、自然语言处理和计算机视觉的精彩内容。

谢谢大家的支持！