211service.com
Advertenties die overeenkomen met de afbeeldingen van een webpagina
Webadvertenties helpen bij het subsidiëren van gratis inhoud en services, en hebben Google gemaakt tot de kolos die het nu is. Maar de software die wordt gebruikt om ze af te stemmen op de interesses van een gebruiker, kan dit alleen doen door de woorden op een webpagina te analyseren.
Leerproces: Er is nieuwe software voor advertentietargeting ontwikkeld om de kenmerken van afbeeldingen te herkennen aan de hand van foto's die naar Flickr zijn geüpload.
Qiang Yang aan de Hong Kong University of Science and Technology wil daar verandering in brengen. Hij heeft software ontwikkeld die contextuele advertenties kan selecteren op basis van de inhoud van afbeeldingen of video's op een pagina. Yang en collega's van de Shanghai Jiao Tong University in China presenteerden hun werk op de AAAI-conferentie over kunstmatige intelligentie vorige week in Atlanta.
Veel snelgroeiende delen van het web, zoals Facebook of Picasa van Google, worden gevuld met door gebruikers gegenereerde afbeeldingen. Met de juiste technologie kunnen ze een rijke advertentiemogelijkheid worden, zegt Yang. Veel foto's in online fotoalbums en videoscènes hebben geen teksten om ze te beschrijven, zegt hij. Mensen die door hun eigen online fotoalbums of die van anderen bladeren, vormen een potentieel publiek voor advertenties. Tegenwoordig, zegt hij, is het onmogelijk om mensen te bereiken zonder omringende tekst.
Om een advertentie aan een afbeelding te koppelen, converteert de software van de groep de afbeelding eerst naar een verzameling woorden. De software is hiervoor getraind door ongeveer 60.000 afbeeldingen op Flickr te crawlen waaraan door gebruikers tags zijn toegevoegd.
Elke nieuwe afbeelding kan dan grofweg worden samengevat met een paar woorden, en een tweede algoritme gebruikt die woorden om een advertentie te selecteren om weer te geven. Bij het testen van de techniek werden advertenties gekoppeld aan meer dan 300.000 afbeeldingen die werden gevonden via de MSN-zoekmachine van Microsoft (voorafgaand aan de rebranding als Bing) met behulp van populaire zoektermen. De resultaten waren goed, zegt Yang. Een foto van een boomkikker zorgde er bijvoorbeeld voor dat advertenties voor dierenbenodigdheden werden geselecteerd. Een van een boot en een strand riepen advertenties op voor zeilvakanties en bootschoenen.
De aanpak is een voorbeeld van een machine learning-techniek die transfer learning wordt genoemd, zegt Yang. Transfer learning probeert te leren in één ruimte (tekst) en vervolgens het geleerde model toe te passen op een heel andere functieruimte (zoals afbeeldingen), zegt hij. Het is bedoeld om het menselijk leren na te bootsen wanneer we onze geleerde kennis, bijvoorbeeld bij schaken, kunnen toepassen op een schijnbaar ander domein, zoals strategische planning in het bedrijfsleven.
Beeldherkenning: De software kan advertenties matchen met afbeeldingen die het nog nooit eerder heeft gezien op basis van wat ze laten zien.
Een panel van vrijwilligers werd gevraagd om naar afbeeldingen en de gekozen advertenties te kijken en te evalueren welke advertenties zij relevant genoeg achtten om op te klikken. Uit die test blijkt dat we gemiddeld één correcte advertentie per drie voorgestelde advertenties kunnen maken, zegt Yang. Hij is van mening dat dit een voldoende hoog slagingspercentage is om te suggereren dat de aanpak commercieel zou kunnen werken. Toen dezelfde gebruikers willekeurig geselecteerde advertenties met afbeeldingen te zien kregen, werd slechts één op de 50 relevant genoeg geacht om erop te klikken.
Onderzoekers van Microsoft Research Asia ontwikkelden eerder een systeem die beeldanalyse gebruikte om foto's in een handvol categorieën in te delen om de op tekst gebaseerde selectie van advertenties te verfijnen. Het doel van Yang, zegt hij, is om contextuele advertenties naar pagina's met weinig of geen tekst te brengen. Hiervoor is software nodig die afbeeldingen kan classificeren met een groter vocabulaire, zoals het vocabulaire dat hij aan het ontwikkelen is.
Het team werkt momenteel aan het toevoegen van thesaurus-achtige mogelijkheden aan zijn systeem, zodat het meerdere woorden kan genereren om dezelfde functie in een afbeelding te beschrijven, waardoor het aantal relevante advertenties dat kan worden gevonden toeneemt. Het is al mogelijk om de software op individuele videoframes te laten werken. De groep werkt ook aan het aanpassen van het om te werken aan videobeelden.
Deze benadering van contextueel adverteren is potentieel zeer interessant voor adverteerders, zegt Debra Williamson, senior analist bij het onderzoeksbureau voor digitale marketing en reclame. eMarketer . Op het web wordt tegenwoordig reclame gemaakt rond de tekst op een pagina, zelfs als de media die in het middelpunt van de aandacht van mensen staan beeldmateriaal of video is.
Als de technologie betrouwbaar genoeg is, zou de toepassing ervan op video waarschijnlijk meer potentieel hebben dan op stilstaande beelden, zegt Williamson. Voor een lange video, zegt ze, kan een korte beschrijving niet alles in de beelden weergeven. Als u kunt scannen wat er in de video staat, kunt u ervoor kiezen advertenties van minuut tot minuut weer te geven op basis van wat er wordt weergegeven.