Reklamy pasujące do obrazów na stronie internetowej

Reklamy internetowe pomagają dotować bezpłatne treści i usługi, czyniąc z Google giganta, jakim jest dzisiaj. Ale oprogramowanie używane do dostosowania ich do zainteresowań użytkownika może to zrobić tylko poprzez analizę słów na stronie internetowej.

Proces uczenia: Nowe oprogramowanie do kierowania reklam zostało przeszkolone pod kątem rozpoznawania funkcji w obrazach przy użyciu zdjęć przesłanych do serwisu Flickr.

Qiang Yang na Uniwersytecie Nauki i Technologii w Hongkongu chce to zmienić. Opracował oprogramowanie zdolne do wybierania reklam kontekstowych na podstawie zawartości obrazów lub filmów na stronie. Yang i koledzy z Shanghai Jiao Tong University w Chinach zaprezentowali swoją pracę na Konferencja AAAI na temat sztucznej inteligencji w Atlancie w zeszłym tygodniu.

Wiele szybko rozwijających się części sieci, takich jak Facebook czy Google Picasa, jest wypełnionych obrazami generowanymi przez użytkowników. Dzięki odpowiedniej technologii mogą stać się bogatą ofertą reklamową, mówi Yang. Wiele zdjęć w internetowych albumach ze zdjęciami i scenach wideo nie ma tekstu, który by je opisał, mówi. Osoby przeglądające internetowe albumy fotograficzne własne lub innych osób są potencjalnymi odbiorcami reklam. Dziś, jak mówi, nie da się dotrzeć do ludzi, gdzie nie ma otaczającego tekstu.

Aby dopasować reklamę do obrazu, oprogramowanie grupy najpierw konwertuje obraz na zbiór słów. Oprogramowanie zostało przeszkolone w tym zakresie, przeszukując około 60 000 zdjęć w serwisie Flickr, które mają tagi dodane przez użytkowników.

Każdy nowy obraz można następnie z grubsza podsumować kilkoma słowami, a drugi algorytm używa tych słów do wybrania reklamy do wyświetlenia. Podczas prób tej techniki reklamy były dopasowane do ponad 300 000 obrazów znalezionych w wyszukiwarce Microsoft MSN (przed zmianą nazwy na Bing) przy użyciu popularnych wyszukiwanych haseł. Wyniki były dobre, mówi Yang. Na przykład zdjęcie żaby drzewnej spowodowało wybór reklam artykułów dla zwierząt. Jedna z łodzi i plaży wywołała reklamy wakacji pod żaglami i butów do łodzi.

Podejście to jest przykładem techniki uczenia maszynowego, nazywanej uczeniem transferowym, mówi Yang. Uczenie transferowe próbuje uczyć się w jednej przestrzeni (tekst), a następnie zastosować wyuczony model do bardzo innej przestrzeni cech (takich jak obrazy), mówi. Ma na celu naśladowanie ludzkiego uczenia się, kiedy możemy zastosować zdobytą wiedzę, powiedzmy, grając w szachy, w pozornie innej dziedzinie, takiej jak planowanie strategiczne w biznesie.

Rozpoznawanie obrazu: Oprogramowanie może dopasować reklamę do obrazów, których nigdy wcześniej nie widział, na podstawie tego, co pokazują.

Panel wolontariuszy został poproszony o przyjrzenie się zdjęciom i wybranym reklamom, które miały się z nimi znaleźć, oraz ocenienie, które reklamy uznali za wystarczająco istotne, aby rozważyć kliknięcie. Ten test pokazuje, że możemy średnio wyprodukować jedną poprawną reklamę na trzy sugerowane reklamy, mówi Yang. Uważa, że ​​jest to wystarczająco wysoki wskaźnik sukcesu, aby sugerować, że podejście to może działać komercyjnie. Gdy tym samym użytkownikom pokazywano losowo wybrane reklamy z obrazami, tylko jeden na 50 uznano za wystarczająco istotny, by go kliknąć.

Wcześniej opracowali naukowcy z Microsoft Research Asia system który wykorzystał analizę obrazu do sklasyfikowania zdjęć na kilka kategorii w celu udoskonalenia wyboru reklamy tekstowej. Jak mówi, celem Yang jest wprowadzenie reklamy kontekstowej na strony z niewielką ilością tekstu lub bez tekstu. Wymagałoby to oprogramowania zdolnego do klasyfikowania obrazów przy użyciu większego słownictwa, takiego jak to, które opracowuje.

Zespół pracuje obecnie nad dodaniem do swojego systemu funkcji podobnych do tezaurusa, aby mógł generować wiele słów opisujących tę samą funkcję na obrazie, zwiększając w ten sposób liczbę odpowiednich reklam, które można znaleźć. Jest już możliwe, aby oprogramowanie pracowało na poszczególnych klatkach wideo. Grupa pracuje również nad dostosowaniem go do pracy nad materiałem wideo.

Takie podejście do reklamy kontekstowej jest potencjalnie bardzo interesujące dla reklamodawców, mówi Debra Williamson, starszy analityk w firmie zajmującej się marketingiem cyfrowym i badaniami reklamowymi. eMarketer . W dzisiejszych czasach w sieci reklama opiera się na tekście na stronie, nawet jeśli media w centrum uwagi ludzi to obrazy lub wideo.

Jeśli technologia jest wystarczająco niezawodna, zastosowanie jej do wideo prawdopodobnie będzie miało większy potencjał niż w przypadku nieruchomych obrazów, mówi Williamson. Mówi, że w przypadku długiego filmu krótki opis nie może oddać wszystkiego w materiale. Jeśli potrafisz zeskanować zawartość filmu, możesz wybrać reklamy, które będą wyświetlane minuta po minucie na podstawie tego, co się pojawi.

ukryć