Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
NIM Marketing Intelligence Review
Édition 16 (2024): Edition 1 (Mai 2024)
Accès libre
Bye-bye Bias: What to Consider When Training Generative AI Models on Subjective Marketing Metrics
Christina Schamp
Christina Schamp
Full Professor of Marketing, Institute of Digital Marketing and Behavioral Insights, Vienna University of Economics and Business
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Schamp, Christina
,
Jochen Hartmann
Jochen Hartmann
Assistant Professor of Digital Marketing, TUM School of Management, GenAI Lab, Technical University of Munich
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Hartmann, Jochen
et
Dennis Herhausen
Dennis Herhausen
Associate Professor of Marketing, School of Business and Economics, Vrije Universiteit Amsterdam
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Herhausen, Dennis
25 avr. 2024
NIM Marketing Intelligence Review
Édition 16 (2024): Edition 1 (Mai 2024)
À propos de cet article
Article précédent
Article suivant
Article
Figures et tableaux
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
25 avr. 2024
Pages:
42 - 48
DOI:
https://doi.org/10.2478/nimmir-2024-0007
Mots clés
Large Language Models (LLMs)
,
Generative AI
,
Data Quality
,
Bias
,
Marketing Metrics
© 2024 Christina Schamp et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial 4.0 International License.