面向女性身体广告表征演变的多任务深度网络设计与训练策略.pdfVIP

面向女性身体广告表征演变的多任务深度网络设计与训练策略1

面向女性身体广告表征演变的多任务深度网络设计与训练策

略

1.研究背景与意义

1.1女性身体广告表征的历史演变

女性身体在广告中的表征经历了从传统到现代的显著演变。早期广告中女性身体

多被刻画为家庭主妇或被动的消费对象，形象较为单一且多强调女性的从属地位。例如

在20世纪50年代的广告中，女性常常被描绘为在厨房忙碌或围绕着家庭事务转的形

象，据统计，当时超过70%的广告女性形象与家庭角色紧密相关。这种表征方式反映

了当时社会对女性角色的刻板认知。

随着时间推移，女性社会地位的提升以及女性主义思潮的影响，广告中女性身体的

表征逐渐多元化。到了20世纪80年代，女性开始在广告中以职业女性的形象出现，形

象更加独立和自信。据统计，在80年代的广告中，女性职业形象占比逐渐上升到30%

左右。进入21世纪，女性在广告中的表征更加丰富多样，不仅有职业女性，还有运动

女性、科技女性等多种形象，女性身体的展示也更加注重健康、活力和个性，这体现了

社会对女性角色认知的转变以及女性自身意识的觉醒。

1.2多任务深度网络在广告领域的应用现状

多任务深度网络作为一种先进的机器学习技术，在广告领域得到了越来越广泛的

应用。它能够同时处理多个相关任务，例如在广告投放中，可以同时预测用户的点击率、

转化率以及用户对广告内容的情感反应等多个任务。目前，多任务深度网络在广告推荐

系统中应用较为成熟，通过学习用户的历史行为数据和广告特征，能够更精准地为用户

推荐广告，提高广告的点击率和转化率。据统计，采用多任务深度网络的广告推荐系统

相比传统推荐系统，点击率平均提高了20%左右，转化率提高了15%左右。

在广告内容生成方面，多任务深度网络也展现出巨大潜力。它可以基于给定的主题

和目标受众，同时生成广告文案、图片甚至视频等多个内容元素，大大提高了广告制作

的效率和质量。例如，一些广告公司利用多任务深度网络生成的广告内容，在社交媒体

上的用户互动率比传统人工制作的广告内容高出30%左右。此外，多任务深度网络还

可以用于广告效果评估，通过分析用户对广告的多维度反馈，为广告主提供更全面的效

果评估报告，帮助广告主优化广告策略。

2.数据收集与预处理2

2.数据收集与预处理

2.1广告数据来源与筛选标准

广告数据的收集是研究面向女性身体广告表征演变的基础。数据来源主要包括历

史广告档案、在线广告数据库、社交媒体平台以及广告公司的案例库。从20世纪50年

代到21世纪，不同时间段的广告数据能够全面反映女性身体表征的演变过程。

•历史广告档案是研究早期女性身体表征的重要资料来源。例如，一些博物馆和图

书馆保存了大量20世纪50年代至80年代的纸质广告，这些广告中女性形象多

与家庭角色相关。通过对这些档案的数字化处理，可以获取大量早期广告图像和

文案数据。

•在线广告数据库提供了丰富的现代广告样本。这些数据库涵盖了各种行业和媒体

类型的广告，能够反映21世纪女性身体表征的多元化趋势。例如，某知名在线广

告数据库中，2020年至2023年期间收录的广告中，女性职业形象占比达到45%，

运动女性形象占比达到20%，这与早期广告中女性形象的单一性形成鲜明对比。

•社交媒体平台是广告传播的重要渠道，也是数据收集的重要来源。通过爬取社交

媒体上的广告内容，可以获取用户对广告的实时反馈和互动数据。例如，在某社

交媒体平台上，2023年发布的广告中，以女性健康和活力为主题的广告互动率比

传统女性形象广告高出25%左右，这反映了现代广告中女性表征的积极变化受到

用户的欢迎。

•广告公司的案例库则提供了专业视角下的广告数据。这些数据不仅包括广告成品，

还包括广告制作过程中的创意文档、市场调研报告等。通过对这些数据的分析，可

以深入了解广告公司对女性身体表征的设计思路和目标