AdSEE：探究图像风格编辑对广告吸引力的影响
计算机视觉与模式识别
2023-09-18 v1 信息检索
机器学习
摘要
在线广告是电子商务网站、社交媒体平台和搜索引擎中的重要元素。随着移动浏览的日益普及，许多在线广告除文本描述外，还以封面图像的形式展示视觉信息以吸引用户注意。近期多项研究聚焦于基于视觉特征预测在线广告点击率，或组合最优广告元素以增强可见性。本文提出广告风格编辑与吸引力增强（AdSEE），探究对广告图像进行语义编辑是否能影响或改变在线广告的受欢迎程度。我们引入基于StyleGAN的人脸语义编辑与反演至广告图像，并训练了一个点击率预测器，将基于GAN的人脸潜在表示与传统视觉及文本特征一同归因于点击率。通过名为QQ-AD、包含20,527条在线广告的大型收集数据集，我们进行了广泛的离线测试，以研究不同语义方向及其编辑系数如何影响点击率。我们进一步设计了一种遗传广告编辑器，在给定输入广告封面图像时高效搜索最优编辑方向与强度，以提升其预估点击率。为期5天的在线A/B测试验证，与原始广告对照组相比，经AdSEE编辑的样本点击通过率有所提升，证实了图像风格与广告受欢迎程度之间的关系。我们在 https://github.com/LiyaoJiang1998/adsee 开源了AdSEE研究代码。
引用
@article{arxiv.2309.08159,
title = {AdSEE: Investigating the Impact of Image Style Editing on Advertisement Attractiveness},
author = {Liyao Jiang and Chenglin Li and Haolan Chen and Xiaodong Gao and Xinwang Zhong and Yang Qiu and Shani Ye and Di Niu},
journal= {arXiv preprint arXiv:2309.08159},
year = {2023}
}
备注
Accepted to KDD 2023 Applied Data Science Track