Notice bibliographique
Résumé
Douyin is a short video-sharing mobile app that is similar to famous social media platforms like Instagram and Tiktok. The paper highlights the key features of Douyin, and its effect on short-video marketing in the field of literature and research. The paper will introduce the development of short video marketing, discuss the impact of Douyin on short video market, and provide suggestions for companies to better utilize Douyin. Moreover, the paper will highlight the development trends of Douyin and its impact on short video marketing in the future. The research method applied in the paper was focused on the four channels of sales promotion, individual behavior, content creation and influencer endorsement. The survey included companies such as Instagram, Twitter, and Snapchat. Document analysis included the specific promotion channels, the promotion time frame and promotion percentage. The results of this research showed that almost three-quarters of the companies (72.2%) employed social media marketing strategies. Douyin has played a significant role in the rise of short video marketing. Douyin has opened a new channel for product promotion and brand-building activities. Douyin's rapid development has brought about a change in distribution strategies of online content. Short videos are more attractive than traditional videos because of their shortness and popularity among people. In addition, it can make product promotion more effective and convenient because companies do not have to pay for ads on TV advertisements anymore due to the high cost. Douyin can also be used as a channel for recruitment and influencer endorsements. The rapid development of Douyin has brought about changes in how people consume media.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».