人工智能-机器学习-手机游戏中的移动广告效果.pdf

在手机游戏中的移动广告设计与效果研究中，人工智能和机器学习的应用已经成为提升广告效果的关键工具。本研究旨在通过建立和验证模型，优化手机游戏内的广告记忆度和广告态度，从而提高用户对广告的接受度和购买意愿。 研究提出了一个三维概念模型，该模型包含了广告类型、触觉模型和出现时间这三个核心认知属性。广告类型主要包括横幅静态水印广告和动画水印广告，触觉模型则区分了是否伴随振动反馈，而出现时间则涉及广告在游戏内展示和游戏后展示两种情况。 实验结果表明，游戏内的移动广告相比游戏后的广告具有显著更高的记忆度和识别度。具体来说，游戏内的广告召回率比游戏后高300%，识别率高出360%，购买欲望也高出14%，广告态度则高出11%。这反映了游戏环境对用户注意力的吸引以及广告融入游戏情境的重要性。 在广告类型的对比中，横幅广告在游戏内的召回率比动画水印广告高出57%，识别率高出49%，表明横幅广告在视觉上的突出性和简洁性可能更有利于用户记忆。另一方面，静态水印广告的游戏内召回率比动画水印广告高25%，识别率高24%，这可能是因为静态广告更不易分散玩家的注意力，从而提高了其效果。 此外，对于触觉模型的研究发现，尽管动画水印广告的媒体态度得分比静态水印广告高20%，但静态水印广告在游戏内的广告效果（如召回和识别）上却更具优势。这提示我们在设计广告时需要权衡视觉吸引力和不影响用户体验的因素。 人工智能和机器学习技术可以用于优化这些变量，通过数据驱动的方法来调整广告策略，比如根据用户的游玩习惯、游戏场景和设备特性等，智能地推送最合适的广告形式和时间。机器学习算法可以通过分析用户行为数据，预测哪种广告组合会带来最佳效果，实现个性化和动态化的广告投放。这种智能化的方式不仅可以提高广告效果，还能降低用户的反感程度，促进广告主与用户之间的良性互动，实现商业价值和用户体验的双赢。