MS

Penyelidikan · Dibina oleh pemasar berpengalaman dan seorang profesor AI

Penyelidikan AI yang disemak rakan sebaya di sebalik SOMIN

Persona khalayak, penilaian kreatif dan analitik pesaing SOMIN datang daripada penyelidikan oleh pengasas bersama Prof. Aleks Farseev dan pasukan SOMIN, yang diterbitkan di AAAI, ACM Multimedia, SIGIR, WSDM dan The Web Conference, dan dalam ACM TOIS.

Lihat kertas penyelidikan Tonton ceramah
28Kertas penyelidikan, demo dan abstrak yang disemak rakan sebaya
8Tempat utama termasuk AAAI, ACM MM, SIGIR
2015Menerbitkan sejak

Siapa yang membina SOMIN

Pemasar berpengalaman dan seorang profesor AI, dalam satu produk

Prof. Aleks Farseev mengasaskan bersama SOMIN selepas PhD di National University of Singapore mengenai pembelajaran profil pengguna daripada banyak rangkaian sosial serentak. Beliau ialah profesor penyelidikan dalam AI pemasaran digital, dan karyanya mengenai pemprofilan khalayak, saranan berasaskan personaliti dan AI boleh diterangkan untuk pengiklanan telah dipetik 577 kali di Semantic Scholar (setakat 2026-10-17).

Di samping pasukan penyelidik, pemasar SOMIN menukarkan model-model itu menjadi buku panduan yang dijalankan oleh pasukan jenama dan agensi setiap minggu: peta ruang kosong pemasaran, persona dan ketegangan pengguna, konsep yang telah dinilai awal dan kalendar kandungan.

Profil penyelidikan

Angka petikan daripada Semantic Scholar, 2026-10-17.

Daripada kertas penyelidikan kepada produk

Tujuh barisan penyelidikan yang berjalan di dalam SOMIN hari ini

Setiap barisan penyelidikan di bawah ialah keupayaan dalam platform. Klik kertas penyelidikan untuk membacanya di laman penerbit.

01

Pemprofilan khalayak daripada banyak sumber data

Cara mempelajari siapa khalayak daripada siaran, imej, daftar masuk dan penderia merentas beberapa rangkaian serentak, dan mengapa sumber data mengubah apa yang dipelajari model.

Dalam SOMIN hari ini: Persona khalayak dan kajian persona-ketegangan pengguna →
02

Kandungan berasaskan personaliti

Menyimpulkan personaliti sesuatu khalayak daripada kandungannya dan menggunakannya untuk memilih dan menjana siaran yang disambut oleh khalayak itu.

Dalam SOMIN hari ini: Kreatif dan proposisi yang sepadan dengan persona →
03

Menilai kreatif sebelum pelancaran

Meramal prestasi kreatif iklan daripada teks, imej, penyasaran dan tetapannya, kemudian menerangkan skor itu supaya pemasar boleh bertindak.

Dalam SOMIN hari ini: Konsep yang telah dinilai awal dan penilaian iklan media berbayar →
04

AI boleh diterangkan dan LLM untuk analitik pesaing

Menggabungkan model prestasi dengan model bahasa besar untuk membaca komunikasi pesaing dan menyatakan mengapa sesuatu berkesan, bukan sekadar bahawa ia berkesan.

Dalam SOMIN hari ini: Analisis pesaing dan ruang kosong pemasaran SOMONITOR →
05

AI agentik dan penciptaan bersama strategi

Ejen yang mengambil data konteks sebenar sebelum menulis, supaya kandungan kekal tersendiri dan tidak menumpu kepada output generik yang sama.

Dalam SOMIN hari ini: Ejen AI SOMIN dan pemalam Claude percuma →
06

Analitik pencipta kandungan dan influencer

Mencari pencipta kandungan dan akaun yang sesuai, mengelaskan siaran sosial dengan kurang pelabelan, dan membezakan akaun peribadi, jenama dan selebriti.

Dalam SOMIN hari ini: Pengurusan pencipta kandungan dan GMV →
07

AI yang bertanggungjawab dalam pengiklanan

Persoalan etika dan privasi yang ditimbulkan oleh pemprofilan automatik, penyasaran iklan dan kreatif generatif.

Dalam SOMIN hari ini: Cara SOMIN mengendalikan data peribadi →

Penerbitan

Kertas penyelidikan persidangan dan jurnal peringkat tertinggi

Kertas penuh dan artikel jurnal di AAAI, ACM Multimedia, SIGIR dan dalam ACM TOIS dan ACM TIST.

  1. ACM TOIS · 2025 · Artikel jurnalFusing Predictive and Large Language Models for Actionable Recommendations in Creative MarketingQi Yang, Aleksandr Farseev, Marlo Ongpin, Alfred Huang, et al.. ACM Transactions on Information Systems, vol. 43, pp. 1-31.
  2. ACM MM · 2022 · Kertas penuhPersonality-Driven Social Multimedia Content RecommendationQi Yang, Sergey Nikolenko, Alfred Huang, Aleksandr Farseev. Proceedings of the 30th ACM International Conference on Multimedia (MM '22), Lisboa, pp. 7290-7299.PDF akses terbuka
  3. AAAI · 2017 · Kertas penuhTweetFit: Fusing Multiple Social Media and Sensor Data for Wellness Profile LearningAleksandr Farseev, Tat-Seng Chua. Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17), Technical Track: AI and the Web.PDF akses terbuka
  4. SIGIR · 2017 · Kertas penuhCross-Domain Recommendation via Clustering on Multi-Layer GraphsAleksandr Farseev, Ivan Samborskii, Andrey Filchenkov, Tat-Seng Chua. Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '17), Tokyo, pp. 195-204.
  5. ACM TOIS · 2017 · Artikel jurnalTweet Can Be Fit: Integrating Data from Wearable Sensors and Multiple Social Networks for Wellness Profile LearningAleksandr Farseev, Tat-Seng Chua. ACM Transactions on Information Systems, vol. 35, no. 4, pp. 1-34.
  6. ACM TIST · 2017 · Artikel jurnalLearning User Attributes via Mobile Social Multimedia AnalyticsLiqiang Nie, Luming Zhang, Meng Wang, Richang Hong, Aleksandr Farseev, Tat-Seng Chua. ACM Transactions on Intelligent Systems and Technology, vol. 8, no. 3, pp. 1-19.

Kertas penyelidikan, demo dan abstrak di tempat utama

Kertas penyelidikan, kertas industri dan demo, serta abstrak pelajar di ACM Multimedia, AAAI, SIGIR, WSDM, The Web Conference, ICMR, CLEF dan WebSci.

  1. SIGIR · 2026 · KertasSOMIN: Agentic AI for Automating Professional Visibility and Countering Content HomogenizationAleksandr Farseev, Kirill Lepikhin, Kevin Manuel, Maksim Gorodilov, et al.. Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '26).
  2. ACM MM · 2025 · KertasMindFuse: Towards GenAI Explainability in Marketing Strategy Co-CreationAleksandr Farseev, Marlo Ongpin, Qi Yang, Ilia Gossoudarev, et al.. Proceedings of the 33rd ACM International Conference on Multimedia (MM '25), Dublin.PDF akses terbuka
  3. WWW · 2025 · Kertas pendampingSOEX: Explainable AI for Competitor Communications AnalyticsAleks Farseev, Sergey Nikolenko, Qi Yang, Kirill Lepikhin, et al.. Companion Proceedings of the ACM Web Conference 2025 (WWW '25), Sydney, pp. 2823-2826.
  4. ACM MM · 2025 · Demo industriSOMIN: An Explainable AI and LLM Platform for Real-Time, Data-Driven Digital Marketing StrategyAleksandr Farseev. Proceedings of the 33rd ACM International Conference on Multimedia (MM '25), Dublin, industry demonstration.
  5. ACM MM · 2023 · Kertas kerjaAgainst Opacity: Explainable AI and Large Language Models for Effective Digital AdvertisingQi Yang, Marlo Ongpin, Sergey Nikolenko, Alfred Huang, Aleksandr Farseev. Proceedings of the 31st ACM International Conference on Multimedia (MM '23), Ottawa, pp. 9299-9305.PDF akses terbuka
  6. WSDM · 2023 · Kertas demoSoCraft: Advertiser-level Predictive Scoring for Creative Performance on MetaAlfred Huang, Qi Yang, Sergey Nikolenko, Marlo Ongpin, et al.. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore, demonstration.
  7. WSDM · 2023 · Kertas demo"Just To See You Smile": SMILEY, a Voice-Guided GUY GANQi Yang, Christos Tzelepis, Sergey Nikolenko, Ioannis Patras, Aleksandr Farseev. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore, demonstration.
  8. WSDM · 2021 · Kertas demoSoMin.ai: Personality-Driven Content Generation PlatformAleksandr Farseev, Qi Yang, Andrey Filchenkov, Kirill Lepikhin, et al.. Proceedings of the 14th ACM International Conference on Web Search and Data Mining (WSDM '21), demonstration.PDF akses terbuka
  9. AAAI · 2020 · Abstrak pelajarI Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance (Student Abstract)Qi Yang, Aleksandr Farseev, Andrey Filchenkov. Thirty-Fourth AAAI Conference on Artificial Intelligence (AAAI-20), Student Abstract Track.PDF akses terbuka
  10. AAAI · 2019 · Abstrak pelajarA Whole New Ball Game: Harvesting Game Data for Player ProfilingIvan Samborskii, Aleksandr Farseev, Andrey Filchenkov, Tat-Seng Chua. Thirty-Third AAAI Conference on Artificial Intelligence (AAAI-19), Student Abstract Track, pp. 10025-10026.PDF akses terbuka
  11. ACM MM · 2018 · Kertas kerjaSoMin.ai: Social Multimedia Influencer Discovery MarketplaceAleksandr Farseev, Kirill Lepikhin, Hendrik Schwartz, Eu Khoon Ang, Kenny Powar. Proceedings of the 26th ACM International Conference on Multimedia (MM '18), Seoul, pp. 1234-1236.
  12. CLEF · 2018 · Kertas kerjaMulti-view Personality Profiling Based on Longitudinal DataKseniya Buraya, Aleksandr Farseev, Andrey Filchenkov. Experimental IR Meets Multilinguality, Multimodality, and Interaction: CLEF 2018, Lecture Notes in Computer Science vol. 11018, pp. 15-27.
  13. AAAI · 2017 · Abstrak pelajarTowards User Personality Profiling from Multiple Social NetworksKseniya Buraya, Aleksandr Farseev, Andrey Filchenkov, Tat-Seng Chua. Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17), Student Abstract Track.PDF akses terbuka
  14. ACM MM · 2016 · Kertas demobBridge: A Big Data Platform for Social Multimedia AnalyticsAleksandr Farseev, Ivan Samborskii, Tat-Seng Chua. Proceedings of the 24th ACM International Conference on Multimedia (MM '16), Amsterdam, pp. 759-761.
  15. ICMR · 2015 · Kertas penuhHarvesting Multiple Sources for User Profile Learning: a Big Data StudyAleksandr Farseev, Liqiang Nie, Mohammad Akbari, Tat-Seng Chua. Proceedings of the 5th ACM International Conference on Multimedia Retrieval (ICMR '15), Shanghai, pp. 235-242.
  16. WebSci · 2015 · Kertas kerjaCross-Social Network Collaborative RecommendationAleksandr Farseev, Denis Kotkov, Alexander Semenov, Jari Veijalainen, Tat-Seng Chua. Proceedings of the ACM Web Science Conference (WebSci '15).

Jurnal, bengkel dan pracetak

  1. arXiv · 2024 · PracetakSOMONITOR: Combining Explainable AI & Large Language Models for Marketing AnalyticsAleksandr Farseev, Qi Yang, Marlo Ongpin, Ilia Gossoudarev, et al.. arXiv preprint arXiv:2407.13117 (belum disemak rakan sebaya).
  2. WSDM · 2023 · Abstrak pembentanganUnder the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative EvaluationAleksandr Farseev. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore (talk abstract).
  3. Frontiers in Big Data · 2022 · Artikel jurnalDo we behave differently on Twitter and Facebook: Multi-view social network user personality profiling for content recommendationQi Yang, Aleksandr Farseev, Sergey Nikolenko, Andrey Filchenkov. Frontiers in Big Data, vol. 5 (Original Research).PDF akses terbuka
  4. Bengkel ICMR · 2021 · Kertas bengkelTwo-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality ProfilingQi Yang, Aleksandr Farseev, Andrey Filchenkov. Proceedings of the 2021 ACM Workshop on Intelligent Cross-Data Analysis and Retrieval (ICDAR @ ICMR '21).PDF akses terbuka
  5. Bengkel ACM MM · 2021 · Kertas bengkelImproving Multimodal Data Labeling with Deep Active Learning for Post Classification in Social NetworksD. Krylov, S. Poliakov, N. Khanzhina, A. Zabashta, A. Filchenkov, Aleksandr Farseev. Workshop on Multimedia Understanding with Less Labeling (MULL @ ACM Multimedia 2021).
  6. EGOSE · 2018 · Kertas kerjaPerson, Organization, or Personage: Towards User Account Type Prediction in MicroblogsIvan Samborskii, Andrey Filchenkov, Georgiy Korneev, Aleksandr Farseev. International Conference on Electronic Governance and Open Society (EGOSE 2018).
  7. SIGWEB Newsletter · 2016 · Artikel360° user profiling: past, future, and applicationsAleksandr Farseev, Mohammad Akbari, Ivan Samborskii, Tat-Seng Chua. ACM SIGWEB Newsletter, 2016, pp. 1-11.

Ceramah dan kuliah

Ucaptama, kuliah dan sesi Marketing Mondays

Prof. Aleks Farseev tentang AI dalam pengiklanan, daripada ACM Multimedia dan INSEAD hingga Marketing Mondays. Video dibuka di YouTube.

Pitch · 2026From 6 Weeks to 13 Minutes: Pitching SOMIN AI at ATxSG 2026ATxSG 2026 (Asia Tech x Singapura); Marketing Mondays by SOMIN

Pitch syarikat permulaan bagi empat modul SOMIN (insight pesaing, pencarian jurang, penjanaan konsep, pemarkahan iklan pra-pelancaran) dengan kajian kes Mothercare.

Ceramah pakar industri · 2025Will AI Make Agencies Obsolete? Rethinking the Future of AdvertisingACM Multimedia 2025, Dublin (Industry Expert Talk IET #2); video di Marketing Mondays by SOMIN

Membandingkan tiga cara AI memasuki bidang pengiklanan (menggantikan, membantu dan menjelaskan kerja kreatif) serta cara agensi menyesuaikan diri.

Pitch · 2025SOMIN @madfestlondon 2025 - L'Oreal Brand Challenge CompetitionMAD//Fest London 2025; Marketing Mondays by SOMIN

Penyertaan SOMIN dalam cabaran jenama L'Oreal mengenai strategi kandungan berskala yang diterajui pencipta kandungan (video diterbitkan 2025-07-14).

Ucaptama · 2025The Future of Generative AI in Marketing CommunicationsDigital Marketing Conference Kuala Lumpur 2025 (DMCKL2025); Marketing Mondays by SOMIN

Ucaptama tentang AI generatif untuk segmentasi khalayak dan pembinaan kempen, menggunakan kajian kes Miraflora Wagyu bersama SOMONITOR dan GWI.

Kuliah · 2025INSEAD: How AI Cut Marketing Costs for a Beef BrandKuliah INSEAD; Marketing Mondays by SOMIN

Kuliah tentang cara insight pengguna dan pesaing berasaskan AI membantu jenama daging lembu premium AS menurunkan kos pemerolehan pelanggan.

Kuliah · 2025NUS Engineering: Business Strategy with GA4, Meta Ads & SOMONITORNUS Engineering (pelajar Business Engineering); Marketing Mondays by SOMIN

Sesi kelas tentang Google Analytics 4, Meta Ads Manager dan insight pesaing bersama SOMONITOR.

Marketing Mondays · 2024Marketing Mondays: The Significance Of Responsible AI for Marketing Strategy & BeyondMarketing Mondays di Block71 Singapore; Marketing Mondays by SOMIN

Sembang santai tentang penggunaan model bahasa besar secara bertanggungjawab dalam pemasaran, dipengerusikan bersama oleh Prof. Aleks Farseev di Block71 Singapore.

Ceramah · 2024The Intelligent Advantage: Large Language Models Redefining Marketing Decision-MakingTechnology for Marketing (saluran YouTube)

Cara LLM mempercepat analisis pesaing, persona, suara jenama dan ketegangan pengguna, serta sebab LLM patut menyokong dan bukannya menggantikan pemasar.

Demo · 2024SOMONITOR Demo - Travel Agents and Tourist Guides Industry Forum 2024Travel Agents and Tourist Guides Industry Forum 2024 (Singapore Tourism Board); saluran SOMIN

Demonstrasi langsung SOMONITOR untuk industri pelancongan.

Podcast · 2023 · dalam bahasa Rusia«Нужно разобраться со скиллами, с головой, а потом уже деньги искать» (Selesaikan dahulu soal kemahiran dan minda, barulah mencari wang)MTS StartUp Hub, podcast «От сида до экзита» (Daripada Seed hingga Exit)

Temu bual dalam bahasa Rusia tentang membina SoMin.ai di luar negara, kemerosotan sektor usaha teroka dan sama ada LLM benar-benar peluang pertumbuhan.

Demo · 2023SoMin.ai Platform DemoAlex Farseev (saluran YouTube)

Penerangan modul SOADS (penyasaran iklan long-tail) dan SOMONITOR (pemarkahan kreatif, pembantu LLM SODA).

Ceramah · 2023From Academic Research to Adtech Entrepreneurship: The Journey of Aleks Farseev and Somin.AIDigital Ignition - A Coworking Space

Profil perjalanan daripada penyelidikan akademik kepada platform ad-tech Somin.AI dan keempat-empat modulnya.

Ceramah · 2023Under the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative EvaluationWSDM 2023 (Persidangan Antarabangsa ACM mengenai Carian Web dan Perlombongan Data), Singapura

Ucapan persidangan tentang teknologi di sebalik penyasaran iklan dan pemarkahan kreatif serta cara menggunakannya secara bertanggungjawab.

Ceramah · 2021Under the Boot of Google and Facebook and How to Crack it for better PerformanceODS AI Global

Cara pembelajaran mesin menggerakkan platform iklan Google dan Facebook, serta teknik seperti penyasaran long-tail untuk meningkatkan prestasi iklan.

Kuliah · 2020Lecture 1: Introduction (ITMO University, Social Media Computing)Kursus ITMO University; Aleks Farseev (saluran YouTube)

Kuliah pembukaan kursus universiti tentang platform media sosial, balai cerap media sosial dan cabarannya.

Kuliah · 2017360 Degree User Profile Learning from Multiple Social Networks for Wellness and Urban Mobility Applications (seminar awam pembelaan tesis Ph.D.)NUS School of Computing

Pembelaan PhD awam tentang pembelajaran berbilang sumber daripada rangkaian sosial dan penderia untuk tugas demografi, kesejahteraan dan cadangan lokasi.

Kuliah · 2016 · dalam bahasa RusiaПрофилирование атрибутов пользователей из множества источников данных различной модальности (Pemprofilan atribut pengguna daripada pelbagai sumber data multimodal)Kelab Sains Komputer di POMI RAS; Лекториум (Lektorium)

Kuliah dalam bahasa Rusia tentang menyimpulkan atribut pengguna daripada banyak sumber data dengan modaliti berbeza.

Marketing Mondays: dapatkan pemalam Claude percuma

FAQ

Soalan lazim tentang penyelidikan SOMIN

Adakah SOMIN dibina atas penyelidikan AI yang sebenar?

Ya. SOMIN ditubuhkan bersama oleh Prof. Aleks Farseev, dan model di sebalik persona khalayak, pemarkahan kreatif serta analitik pesaing SOMIN datang daripada penyelidikan yang diterbitkan beliau dan pasukan SOMIN sejak 2015, termasuk kertas kerja di AAAI, ACM Multimedia, SIGIR, WSDM dan The Web Conference serta dalam ACM Transactions on Information Systems.

Di manakah penyelidikan SOMIN diterbitkan?

Halaman ini menyenaraikan 28 kertas kerja, demo dan abstrak yang telah disemak rakan sebaya di pelbagai forum, termasuk AAAI, ACM MM, ACM TIST, ACM TOIS, ICMR, SIGIR, WSDM, WWW. Setiap entri dipautkan ke halaman penerbit atau DOI, dan ke PDF akses terbuka jika ada.

Siapakah yang membina SOMIN?

SOMIN dibina oleh pemasar berpengalaman dan seorang profesor AI. Prof. Aleks Farseev mengetuai penyelidikan dan syarikat; pasukan SOMIN menggabungkan penyelidik pembelajaran mesin, ramai antaranya turut menulis kertas kerja di atas, dengan pemasar yang bekerja bersama pasukan jenama dan agensi setiap hari.

Bagaimanakah penyelidikan itu muncul dalam produk?

Pemprofilan khalayak berbilang sumber menggerakkan persona SOMIN, cadangan berasaskan personaliti membentuk kreatif yang sepadan dengan persona, ramalan prestasi kreatif memarkahkan konsep sebelum pelancaran, dan AI boleh dijelaskan dengan model bahasa besar menerangkan sebab kandungan pesaing berkesan. Penyelidikan AI agentik memastikan kandungan yang dijana kekal tersendiri dengan mendasarkannya pada data kategori sebenar.

Di manakah saya boleh menonton ceramah tentang SOMIN?

Ceramah disenaraikan di atas beserta pautan: ceramah pakar industri di ACM Multimedia 2025, ucaptama di Digital Marketing Conference Kuala Lumpur 2025, kuliah di INSEAD dan NUS, pitch ATxSG 2026 serta sesi Marketing Mondays di YouTube.

Lihat penyelidikan dijalankan pada kategori anda

SOMIN membaca pesaing, pencipta kandungan dan khalayak anda, kemudian menyerahkan idea yang telah dinilai awal untuk anda taklimatkan hari ini.

Cuba SOMINTempah panggilan