SMJ：引入基于机器学习的多模态数据融合方法：微型企业可信度测量的应用

文章预览

本期推荐一篇最新发表在SMJ上的论文《引入基于机器学习的多模态数据融合方法：微型企业可信度测量的应用》。随着数字化和社交媒体平台的崛起，企业与消费者之间的互动越来越依赖多种形式的沟通，如文本、音频和视频等。这些数据类型被称为多模态数据，它们共同描绘了卖家的行为和形象。然而，传统的战略研究往往依赖于单一模态数据（如文本），忽视了非语言信号（如面部表情、语调等）对消费者决策的影响。这就限制了研究的全面性和预测的准确性。因此，本研究旨在通过引入基于机器学习的多模态数据融合方法，提升对微型企业卖家可信度的评估。 论文采用了来自TikTok平台的直播视频数据，这些视频包含卖家的语言、视觉和音频信息。研究者首先通过人工标注对这些视频中的卖家可信度进行打分，并通过机器学习模型进行训练。 ………………………………