211service.com
Annoncer, der matcher en websides billeder
Webannoncer hjælper med at subsidiere gratis indhold og tjenester og har gjort Google til den gigant, det er i dag. Men softwaren, der bruges til at skræddersy dem til en brugers interesser, kan kun gøre dette ved at analysere ordene på en webside.
Læreproces: Ny annoncemålretningssoftware blev trænet til at genkende funktionerne i billeder ved hjælp af fotos uploadet til Flickr.
Qiang Yang ved Hong Kong University of Science and Technology ønsker at ændre på det. Han har udviklet software, der er i stand til at vælge kontekstuelle annoncer baseret på indholdet af billeder eller videoer på en side. Yang og kolleger fra Shanghai Jiao Tong University i Kina præsenterede deres arbejde på AAAI-konference om kunstig intelligens i Atlanta i sidste uge.
Mange hurtigt voksende dele af internettet, såsom Facebook eller Googles Picasa, er fyldt med brugergenererede billeder. De kunne blive en rig reklamemulighed med den rigtige teknologi, siger Yang. Mange billeder i online fotoalbum og videoscener har ikke tekster til at beskrive dem, siger han. Folk, der gennemser deres egne eller andres online fotoalbum, er et potentielt publikum for annoncer. I dag, siger han, er det umuligt at nå folk, hvor der ikke er nogen omkringliggende tekst.
For at matche en annonce med et billede, konverterer gruppens software først billedet til en samling ord. Softwaren blev trænet til at gøre dette ved at crawle omkring 60.000 billeder på Flickr, som har tags tilføjet af brugere.
Ethvert nyt billede kan så groft opsummeres med nogle få ord, og en anden algoritme bruger disse ord til at vælge en annonce, der skal vises. I forsøg med teknikken blev annoncer matchet til mere end 300.000 billeder fundet gennem Microsofts MSN-søgemaskine (før dens omdøbning til Bing) ved hjælp af populære søgetermer. Resultaterne var gode, siger Yang. For eksempel forårsagede et billede af en løvfrø, at annoncer blev udvalgt til kæledyrsforsyninger. En af en båd og en strand kaldte annoncer op for sejlerferier og bådsko.
Tilgangen er et eksempel på en maskinlæringsteknik kaldet transfer learning, siger Yang. Transfer learning forsøger at lære i ét rum (tekst) og derefter anvende den lærte model på et meget anderledes funktionsrum (såsom billeder), siger han. Det har til formål at efterligne menneskelig læring, når vi kan anvende vores tillærte viden i for eksempel at spille skak på et tilsyneladende andet domæne, såsom strategisk planlægning i erhvervslivet.
Billedgenkendelse: Softwaren kan matche reklame med billeder, den aldrig har set før baseret på, hvad de viser.
Et panel af frivillige blev bedt om at se på billeder og de annoncer, der blev valgt til at følge dem og vurdere, hvilke annoncer de anså for relevante nok til at overveje at klikke på. Den test viser, at vi i gennemsnit kan producere én korrekt annonce per tre foreslåede annoncer, siger Yang. Han mener, at dette er en høj nok succesrate til at antyde, at tilgangen kunne fungere kommercielt. Når de samme brugere fik vist tilfældigt udvalgte annoncer med billeder, blev kun én ud af 50 anset for relevant nok til at blive klikket på.
Forskere hos Microsoft Research Asia har tidligere udviklet et system der brugte billedanalyse til at klassificere fotos i en håndfuld kategorier for at forfine det tekstbaserede udvalg af reklamer. Yangs mål, siger han, er at bringe kontekstuel annoncering til sider med lidt eller ingen tekst. Dette ville kræve software, der er i stand til at klassificere billeder ved hjælp af et større ordforråd, som det han er ved at udvikle.
Holdet arbejder i øjeblikket på at tilføje synonymordbog-lignende funktioner til sit system, så det kan generere flere ord for at beskrive den samme funktion i et billede og derved øge antallet af relevante annoncer, der kan findes. Det er allerede muligt at få softwaren til at virke på individuelle videoframes. Gruppen arbejder også på at tilpasse den til at fungere på videooptagelser.
Denne tilgang til kontekstuel annoncering er potentielt meget interessant for annoncører, siger Debra Williamson, en senioranalytiker hos det digitale marketing- og reklameforskningsfirma. eMarkedsfører . På nettet i dag er reklame bygget op omkring teksten på en side, selv når medierne i centrum for folks opmærksomhed er billeder eller video.
Hvis teknologien er pålidelig nok, vil anvendelsen af den på video sandsynligvis have mere potentiale end for stillbilleder, siger Williamson. For en lang video, siger hun, kan en kort beskrivelse ikke repræsentere alt i optagelserne. Hvis du kan scanne, hvad der er i videoen, kan du vælge, at annoncer skal vises minut for minut baseret på, hvad der vises.