211service.com
Anuncios que coinciden con las imágenes de una página web
Los anuncios web ayudan a subsidiar el contenido y los servicios gratuitos y han convertido a Google en el gigante que es hoy. Pero el software que se utiliza para adaptarlos a los intereses de un usuario solo puede hacer esto analizando las palabras en una página web.
Proceso de aprendizaje: Se entrenó a un nuevo software de orientación de anuncios para reconocer las características de las imágenes utilizando fotos cargadas en Flickr.
Qiang Yang en la Universidad de Ciencia y Tecnología de Hong Kong quiere cambiar eso. Ha desarrollado un software capaz de seleccionar anuncios contextuales basados en el contenido de imágenes o videos en una página. Yang y sus colegas de la Universidad Jiao Tong de Shanghai en China presentaron su trabajo en el Conferencia AAAI sobre Inteligencia Artificial en Atlanta la semana pasada.
Muchas partes de la Web de rápido crecimiento, como Facebook o Picasa de Google, están llenas de imágenes generadas por los usuarios. Podrían convertirse en una rica oportunidad publicitaria con la tecnología adecuada, dice Yang. Muchas fotos en álbumes de fotos en línea y escenas de video no tienen textos para describirlas, dice. Las personas que navegan por sus álbumes de fotos en línea o los de otros son una audiencia potencial para los anuncios. Hoy, dice, es imposible llegar a las personas donde no hay texto circundante.
Para hacer coincidir un anuncio con una imagen, el software del grupo primero convierte la imagen en una colección de palabras. El software se entrenó para hacer esto rastreando alrededor de 60,000 imágenes en Flickr que tienen etiquetas agregadas por los usuarios.
Luego, cualquier imagen nueva se puede resumir aproximadamente con unas pocas palabras, y un segundo algoritmo usa esas palabras para seleccionar un anuncio para mostrar. En las pruebas de la técnica, los anuncios se combinaron con más de 300.000 imágenes encontradas a través del motor de búsqueda MSN de Microsoft (antes de su cambio de nombre a Bing) utilizando términos de búsqueda populares. Los resultados fueron buenos, dice Yang. Por ejemplo, una foto de una rana arbórea provocó que se seleccionaran anuncios para artículos para mascotas. Uno de un barco y una playa mostraba anuncios de vacaciones en velero y zapatos náuticos.
El enfoque es un ejemplo de una técnica de aprendizaje automático denominada aprendizaje de transferencia, dice Yang. El aprendizaje transferido intenta aprender en un espacio (texto) y luego aplicar el modelo aprendido a un espacio de características muy diferente (como imágenes), dice. Su objetivo es imitar el aprendizaje humano cuando podemos aplicar nuestro conocimiento aprendido, por ejemplo, jugando al ajedrez, a un dominio aparentemente diferente, como la planificación estratégica en los negocios.
Reconocimiento de imagen: El software puede hacer coincidir los anuncios con imágenes que nunca antes había visto en función de lo que muestran.
Se pidió a un panel de voluntarios que mirara las imágenes y los anuncios elegidos para acompañarlos y evaluara qué anuncios consideraban lo suficientemente relevantes como para considerar hacer clic. Esa prueba muestra que, en promedio, podemos producir un anuncio correcto por cada tres anuncios sugeridos, dice Yang. Él cree que esta es una tasa de éxito lo suficientemente alta como para sugerir que el enfoque podría funcionar comercialmente. Cuando a los mismos usuarios se les mostraron anuncios seleccionados al azar con imágenes, solo uno de cada 50 se consideró lo suficientemente relevante como para hacer clic.
Los investigadores de Microsoft Research Asia desarrollaron previamente un sistema que utilizó el análisis de imágenes para clasificar las fotos en un puñado de categorías con el fin de refinar la selección de publicidad basada en texto. El objetivo de Yang, dice, es llevar publicidad contextual a páginas con poco o ningún texto. Esto requeriría un software capaz de clasificar imágenes utilizando un vocabulario más amplio, como el que está desarrollando.
El equipo está trabajando actualmente para agregar capacidades similares a tesauros a su sistema, de modo que pueda generar varias palabras para describir la misma característica en una imagen, aumentando así la cantidad de anuncios relevantes que se pueden encontrar. Ya es posible hacer que el software funcione en fotogramas de vídeo individuales. El grupo también está trabajando para personalizarlo para trabajar en secuencias de video.
Este enfoque de la publicidad contextual es potencialmente muy interesante para los anunciantes, dice Debra Williamson, analista senior de la firma de investigación de publicidad y marketing digital. eMarketer . Hoy en día, en la Web, la publicidad se basa en el texto de una página, incluso cuando los medios en el centro de la atención de las personas son las imágenes o los videos.
Si la tecnología es lo suficientemente confiable, aplicarla al video probablemente tendría más potencial que para las imágenes fijas, dice Williamson. Para un video largo, dice, una breve descripción no puede representar todo en el metraje. Si puede escanear lo que hay en el video, puede elegir anuncios para mostrar minuto a minuto según lo que aparezca.