計(jì)算廣告學(xué) 課件 第七章 計(jì)算廣告程序化內(nèi)容創(chuàng)作

程序化內(nèi)容創(chuàng)作計(jì)算廣告ProgrammaticContentCreation第七章目錄創(chuàng)意生成IDEAGENERATION創(chuàng)意管理CREATIVEMANAGEMENT個(gè)性化展示PERSONALIZEDDISPLAY時(shí)代價(jià)值CONTEMPORARYVALUE三大痛點(diǎn)標(biāo)簽結(jié)構(gòu)計(jì)算廣告程序化內(nèi)容創(chuàng)作是指基于大數(shù)據(jù)和數(shù)據(jù)處理技術(shù)進(jìn)行廣告內(nèi)容的創(chuàng)意和制作，現(xiàn)階段表現(xiàn)為基于程序化創(chuàng)意生成商品動(dòng)態(tài)廣告。01創(chuàng)意生成創(chuàng)意元素生成創(chuàng)意元素生成是從廣告主現(xiàn)有的廣告作品、商品信息、網(wǎng)站、應(yīng)用頁(yè)面中通過創(chuàng)意降維、加注標(biāo)簽和設(shè)置追蹤代碼三個(gè)步驟來(lái)提取廣告創(chuàng)意元素。創(chuàng)意元素生成創(chuàng)意降維加注標(biāo)簽設(shè)置追蹤代碼主視覺元素、品牌標(biāo)識(shí)元素、文案說(shuō)明元素、行為召喚元素、背景圖元素創(chuàng)意模板開發(fā)一是調(diào)整模板中元素信息的相對(duì)位置，生產(chǎn)出差異化的創(chuàng)意；二是通過對(duì)原始模板中元素的不斷調(diào)整和替換，生成新的創(chuàng)意。創(chuàng)意元素組合上傳元素內(nèi)容、制作模板、設(shè)置創(chuàng)意規(guī)則、自動(dòng)生成創(chuàng)意創(chuàng)意內(nèi)容實(shí)現(xiàn)創(chuàng)意內(nèi)容組合程序化廣告創(chuàng)意內(nèi)容組合指的是：基于消費(fèi)者心理和廣告板式要求，提取不同類型的元素進(jìn)行組合，從而實(shí)現(xiàn)廣告創(chuàng)意內(nèi)容和目標(biāo)用戶的適配。創(chuàng)意作品擴(kuò)充程序化廣告創(chuàng)意作品擴(kuò)充的具體流程是：原始創(chuàng)意（視頻／圖片）→創(chuàng)意降維（分鏡／元素）→分鏡／元素打標(biāo)→智能重組（無(wú)規(guī)混組／無(wú)規(guī)混剪）→智能推薦→瀑布流布局。圖片上傳.psd文件→識(shí)別.psd文件分層→圖層元素分類提取→psd模板基礎(chǔ)的批量元素替換→智能重組（無(wú)規(guī)混組）→智能推薦→瀑布流上傳原視頻→AI拆分→分鏡打標(biāo)和分類→智能重組（無(wú)規(guī)混剪）→微元素編輯→智能推薦→瀑布流布局視頻智能重組（無(wú)規(guī)混組）無(wú)規(guī)混組是指通過在程序中引入隨機(jī)元素，使得創(chuàng)意生成的過程不受限于固定的規(guī)則或預(yù)設(shè)的模式，產(chǎn)生更多獨(dú)特和創(chuàng)新的圖片創(chuàng)意。無(wú)規(guī)混組首先將一個(gè).psd源文件上傳系統(tǒng)，識(shí)別出所有圖層，然后對(duì)每個(gè)圖層進(jìn)行分類（文案類、產(chǎn)品類、背景類等）。在未設(shè)定有“必須”出現(xiàn)的圖層規(guī)則下，從每個(gè)分類隨機(jī)選一個(gè)圖層，進(jìn)而將多分類下的單圖層一對(duì)一地組合在一起，即可生成多樣化的新整圖。智能重組（無(wú)規(guī)混剪）無(wú)規(guī)混剪是指利用計(jì)算機(jī)程序隨機(jī)組合和拼接各種媒體元素，例如音頻、視頻和圖像，以產(chǎn)生新的視頻創(chuàng)意作品。首先上傳一個(gè)長(zhǎng)視頻，機(jī)器預(yù)先按“轉(zhuǎn)場(chǎng)鏡頭”，將視頻拆分為幾段分鏡頭；之后人工審閱鏡頭內(nèi)容，進(jìn)行調(diào)試或者分類（開場(chǎng)類、產(chǎn)品介紹類等）；最后在未設(shè)定有“必須”出現(xiàn)的分鏡鏡頭規(guī)則下，設(shè)定一個(gè)腳本（如：開場(chǎng)＋產(chǎn)品介紹＋促銷說(shuō)明），系統(tǒng)會(huì)按腳本順序，隨機(jī)選擇指定分類下的一個(gè)鏡頭，進(jìn)而將多分類下的單分鏡一對(duì)一地組合在一起，生成多樣化的新視頻瀑布流。巨量引擎程序化創(chuàng)意平臺(tái)創(chuàng)意拼裝大圖&小圖組圖視頻智能推薦圖片圖像特征提取特征表示與嵌入相似度計(jì)算推薦算法反饋和優(yōu)化視頻視頻特征提取和分類相似度計(jì)算推薦算法反饋和優(yōu)化瀑布流布局瀑布流式布局是一種在網(wǎng)頁(yè)或移動(dòng)應(yīng)用中常見的頁(yè)面布局形式。瀑布流將廣告內(nèi)容以多列的方式呈現(xiàn)，每一列按照順序排列，形成一種瀑布流的效果。瀑布流布局無(wú)限滾動(dòng)布局自適應(yīng)廣告多樣性增加曝光和點(diǎn)擊率02個(gè)性化展示形成背景在信息過載背景下，必須對(duì)廣告潛在消費(fèi)者進(jìn)行廣告的個(gè)性化展示，即“千人千面”，才能達(dá)成傳播效果?；具壿媯€(gè)性化展示的基本邏輯，是通過用戶與場(chǎng)景的交互，通過推薦機(jī)制實(shí)現(xiàn)用戶與廣告內(nèi)容的相關(guān)性連接。推薦系統(tǒng)根據(jù)特定的用戶和特定的場(chǎng)景，通過個(gè)性化算法或技術(shù)確定與之匹配的廣告，實(shí)現(xiàn)個(gè)性化創(chuàng)意的精準(zhǔn)化投放。通過算法集合自動(dòng)尋找廣告、情景與用戶三者之間的最佳匹配是個(gè)性化推薦系統(tǒng)的主要目的。個(gè)性化展示基本內(nèi)涵數(shù)據(jù)提供了信息數(shù)據(jù)包括用戶與內(nèi)容的屬性，用戶的行為偏好等。通過綜合用戶屬性和行為數(shù)據(jù)，系統(tǒng)可以建立用戶的偏好模型，進(jìn)而提供更加精準(zhǔn)的廣告推薦，提高廣告的點(diǎn)擊率和轉(zhuǎn)化率。算法提供了邏輯基于協(xié)同過濾的推薦算法、基于物品或內(nèi)容的推薦算法、基于規(guī)則的推薦算法、隱語(yǔ)義模型、深度學(xué)習(xí)模型、強(qiáng)化學(xué)習(xí)模型架構(gòu)保證了運(yùn)行推薦系統(tǒng)的整體框架主要包括接入調(diào)度模塊、推薦算法模塊、消息隊(duì)列模塊和存儲(chǔ)單元模塊。這四個(gè)模塊的協(xié)同合作，保證了推薦系統(tǒng)自動(dòng)化、實(shí)時(shí)性地運(yùn)行。個(gè)性化廣告推薦系統(tǒng)的核心要素將用戶模型與廣告內(nèi)容進(jìn)行匹配和比較，計(jì)算廣告與用戶之間的相關(guān)性。相關(guān)性計(jì)算系統(tǒng)對(duì)廣告內(nèi)容進(jìn)行分析，提取關(guān)鍵信息、主題和特征，涉及廣告的文本、圖片、視頻、關(guān)鍵詞等。廣告內(nèi)容分析系統(tǒng)通過收集和分析用戶的個(gè)人信息、歷史行為、興趣標(biāo)簽等數(shù)據(jù)來(lái)建立用戶模型。用戶建?；谟脩裟Ｐ秃蛷V告相關(guān)性計(jì)算結(jié)果，采用上文所述的推薦算法來(lái)確定最佳的廣告推薦列表。算法推薦個(gè)性化廣告推薦系統(tǒng)通常會(huì)監(jiān)控用戶的反饋和行為數(shù)據(jù)，并根據(jù)實(shí)時(shí)數(shù)據(jù)對(duì)推薦模型進(jìn)行調(diào)整和優(yōu)化，以推薦更準(zhǔn)確和個(gè)性化的廣告。實(shí)時(shí)調(diào)整和優(yōu)化個(gè)性化廣告推薦系統(tǒng)的運(yùn)作環(huán)節(jié)基于人口統(tǒng)計(jì)學(xué)的推薦機(jī)制基于人口統(tǒng)計(jì)學(xué)的推薦機(jī)制把用戶按照位置（地理位置或IP地址）、性別或者婚姻狀況來(lái)分組，根據(jù)用戶的基本信息發(fā)現(xiàn)用戶的相關(guān)程度，然后將相似用戶喜愛的其他物品推薦給當(dāng)前用戶?；谖锲坊騼?nèi)容的推薦機(jī)制基于物品或內(nèi)容的推薦機(jī)制是根據(jù)推薦商品或內(nèi)容的元數(shù)據(jù)，發(fā)現(xiàn)商品或者內(nèi)容的相關(guān)性，然后以關(guān)聯(lián)規(guī)則為基礎(chǔ)，把已購(gòu)商品作為規(guī)則頭，推薦對(duì)象作為規(guī)則體。包括物品表示、特征學(xué)習(xí)、生成推薦列表三步?；谟脩魞r(jià)值的推薦機(jī)制根據(jù)所有用戶對(duì)商品或內(nèi)容的偏好，發(fā)現(xiàn)與當(dāng)前用戶口味和偏好相似的“鄰居”用戶群。（KNN）基于用戶的協(xié)同過濾推薦機(jī)制和基于人口統(tǒng)計(jì)學(xué)的推薦機(jī)制都是計(jì)算用戶的相似度，并基于“鄰居”用戶進(jìn)行推薦的?；谟脩舻膮f(xié)同過濾推薦機(jī)制分析所有用戶對(duì)商品的偏好發(fā)現(xiàn)商品和商品之間的相似度，然后根據(jù)某個(gè)用戶的歷史偏好信息，將類似的物品推薦給用戶。基于商品的協(xié)同過濾推薦和基于商品的推薦都是基于商品相似度的預(yù)測(cè)推薦，前者是通過用戶歷史的偏好進(jìn)行推斷的，而后者是通過商品本身的屬性特征信息進(jìn)行推斷的?；谏唐返膮f(xié)同過濾推薦機(jī)制基于樣本的用戶喜好信息，采用機(jī)器學(xué)習(xí)的方法訓(xùn)練一個(gè)推薦模型，然后根據(jù)實(shí)時(shí)的用戶喜好信息進(jìn)行預(yù)測(cè)，從而進(jìn)行推薦。基于模型的協(xié)同過濾推薦機(jī)制基于協(xié)同過濾的推薦機(jī)制基于協(xié)同過濾的推薦機(jī)制原理就是根據(jù)用戶對(duì)物品或者信息的偏好，發(fā)現(xiàn)商品或者內(nèi)容本身的相關(guān)性，然后再基于這些相關(guān)性進(jìn)行推薦?；诨旌蠙C(jī)制的推薦現(xiàn)行的Web站點(diǎn)上的推薦往往不是只采用一種推薦機(jī)制和策略，而是將多個(gè)方法混合在一起，從而達(dá)到更好的推薦效果。以下是幾種比較流行的組合推薦機(jī)制：加權(quán)的混合推薦機(jī)制、切換的混合推薦機(jī)制、分區(qū)的混合推薦機(jī)制、分層的混合推薦機(jī)制。抖音短視頻內(nèi)容分發(fā)的推薦流程推薦流程雙重審核冷啟動(dòng)數(shù)據(jù)加權(quán)進(jìn)入精品推薦池機(jī)器推薦（違規(guī)、消重）+人工審核信息流漏斗算法根據(jù)1000次曝光數(shù)據(jù)結(jié)合用戶賬號(hào)分值來(lái)分析是否加權(quán)倒三角流量池算法抖音短視頻內(nèi)容分發(fā)的推薦流程抖音短視頻內(nèi)容分發(fā)的推薦流程抖音短視頻內(nèi)容分發(fā)的推薦流程03創(chuàng)意管理計(jì)算廣告程序化創(chuàng)意管理計(jì)算廣告程序化創(chuàng)意管理利用計(jì)算機(jī)技術(shù)和算法，通過自動(dòng)化和數(shù)據(jù)驅(qū)動(dòng)的方式，提高廣告創(chuàng)意管理的效率和精確性，為廣告主和受眾帶來(lái)更好的廣告體驗(yàn)?，F(xiàn)階段計(jì)算廣告程序化創(chuàng)意管理的核心是動(dòng)態(tài)創(chuàng)意優(yōu)化，包括目標(biāo)受眾分析、實(shí)時(shí)反饋收集、反饋數(shù)據(jù)分析和模型建立、創(chuàng)意優(yōu)化、實(shí)時(shí)投放和監(jiān)測(cè)五個(gè)方面。完整流程程序化創(chuàng)意工具巨量引擎程序化創(chuàng)意平臺(tái)創(chuàng)意優(yōu)化落地頁(yè)創(chuàng)意方向創(chuàng)意圖片巨量引擎程序化創(chuàng)意平臺(tái)創(chuàng)意優(yōu)化創(chuàng)意文案創(chuàng)意管理動(dòng)態(tài)內(nèi)容、動(dòng)態(tài)落地頁(yè)、動(dòng)態(tài)用戶動(dòng)態(tài)特性商品庫(kù)、用戶行為數(shù)據(jù)、用戶流量投放條件建立商品庫(kù)、行為數(shù)據(jù)同步、廣告投放、廣告下發(fā)展示投放流程動(dòng)態(tài)商品廣告動(dòng)態(tài)商品廣告是一種利用實(shí)時(shí)數(shù)據(jù)和個(gè)性化算法來(lái)實(shí)現(xiàn)廣告內(nèi)容實(shí)時(shí)更新和個(gè)性化展示的廣告形式，通過分析用戶行為和商品信息，為用戶推薦最相關(guān)的商品，提升廣告效果和用戶體驗(yàn)。實(shí)時(shí)監(jiān)測(cè)廣告動(dòng)態(tài)、收集消費(fèi)者數(shù)據(jù)，根據(jù)不同創(chuàng)意畫面在特定人群或特定環(huán)境下的投放效果，實(shí)時(shí)調(diào)整素材組合，自動(dòng)優(yōu)化創(chuàng)意畫面投放配比，提升曝光和互動(dòng)效果，確保廣告內(nèi)容符合消費(fèi)者的偏好。動(dòng)態(tài)滿足消費(fèi)者需求DCO可以根據(jù)初始的創(chuàng)意素材自動(dòng)組合出不同版本和尺寸的效果圖；程序化創(chuàng)意工具、程序化購(gòu)買和動(dòng)態(tài)創(chuàng)意優(yōu)化的結(jié)合生成的動(dòng)態(tài)商品廣告，可以實(shí)現(xiàn)動(dòng)態(tài)呈現(xiàn)個(gè)性化商品。動(dòng)態(tài)呈現(xiàn)個(gè)性化商品DCO技術(shù)會(huì)針對(duì)用戶個(gè)體的差異化特征、喜好等推送不同的創(chuàng)意組合。動(dòng)態(tài)提升消費(fèi)者體驗(yàn)動(dòng)態(tài)創(chuàng)意優(yōu)化的本質(zhì)特點(diǎn)動(dòng)態(tài)商品廣告是一種利用實(shí)時(shí)數(shù)據(jù)和個(gè)性化算法來(lái)實(shí)現(xiàn)廣告內(nèi)容實(shí)時(shí)更新和個(gè)性化展示的廣告形式，通過分析用戶行為和商品信息，為用戶推薦最相關(guān)的商品，提升廣告效