فصلنامه علمی مطالعات میان‌رشته‌ای ارتباطات و رسانه

فصلنامه علمی مطالعات میان‌رشته‌ای ارتباطات و رسانه

بهینه سازی محتوای رسانه ای با هوش مصنوعی در صنعت رسانه و تبلیغات

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دکتری مدیریت صنعتی- مالی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، تهران، ایران(نویسنده مسئوول)
2 دانشجو دکتری آمار-علم داده ها،گروه آمار، دانشکده علوم ریاضی، دانشگاه الزهرا،تهران، ایرانا
3 دکتری علوم ارتباطات اجتماعی، واحد میبد، دانشگاه آزاد اسلامی، یزد، ایران
چکیده
در عصر حاضر ادغام علوم اعصاب و هوش مصنوعی تحولی بنیادین در تحلیل رفتار مخاطبان و بهینه‌سازی محتوای رسانه‌ای ایجاد نموده است. به لحاظ هدف، این مطالعه به بررسی کاربردهای هوش مصنوعی در پردازش داده‌های عصبی و ارتقای شخصی‌سازی محتوای رسانه‌ای می‌پردازد. در بحث روش شناسی پژوهش حاضر با بهره‌گیری از روش سنتز پژوهشی، پژوهشات معتبر در حوزه‌های نورومارکتینگ، یادگیری ماشین و یادگیری عمیق را مورد تحلیل قرار داده است. یافته‌های اساسی الگوریتم‌های هوش مصنوعی توانایی پردازش مؤثر داده‌های عصبی شامل EEG و fMRI را دارا می‌باشند. این فناوری‌ها قادر به استخراج الگوهای شناختی و عاطفی مخاطبان بوده و امکان شناسایی مؤثرترین بخش‌های محتوا و شخصی‌سازی تبلیغات را فراهم می‌سازند. مطالعه حاضر موفق به ارائه مدلی نظام‌مند برای تلفیق این فناوری‌ها شده است.ردر نتیجه تلفیق علوم اعصاب و هوش مصنوعی درک عمیق‌تری از رفتار مخاطبان ارائه داده و راهکارهای نوینی برای تولید محتوای مؤثر پیشنهاد می‌نماید، اگرچه چالش‌های اجرایی و اخلاقی این حوزه نیازمند توجه ویژه می‌باشند.
کلیدواژه‌ها

عنوان مقاله English

Media Content Optimization With Artificial Intelligence in the Media and Advertising Industry

نویسندگان English

Mohammad Amiri 1
Fatemeh Sanatiyan 2
Amir Mohammadi 3
Maryam Amiri 3
1 PhD in Industrial-Financial Management, Islamic Azad University, Tehran Science and Research Branch, Tehran, Iran (Corresponding Author).
2 Ph.D. Candidate in Statistics – Data Science, Department of Statistics, Faculty of Mathematical Sciences, Alzahra University, Tehran, Iran
3 Ph.D. in Social Communication, Meybod Branch, Islamic Azad University, Yazd, Iran
چکیده English

The integration of neuroscience and artificial intelligence has brought about a fundamental transformation in audience behavior analysis and media content optimization in the current era. In terms of objectives, this study examines the applications of artificial intelligence in processing neural data and enhancing personalized media content. Methodologically, the present research employs a synthesis research approach to analyze credible studies in the fields of neuromarketing, machine learning, and deep learning. Key findings indicate that AI algorithms possess the capability to effectively process neural data including EEG and fMRI. These technologies can extract cognitive and emotional patterns from audiences, enabling the identification of the most effective content segments and facilitating advertisement personalization. The study has successfully developed a systematic model for integrating these technologies. Consequently, the fusion of neuroscience and artificial intelligence provides deeper insights into audience behavior and proposes innovative solutions for producing effective content, although the implementation challenges and ethical considerations in this field require special attention.

کلیدواژه‌ها English

Neuroscience
Artificial Intelligence
Machine Learning
Deep Learning
Neuromarketing
Media Content Optimization