算法化文案撰写：自动生成健康相关广告以提升其效果
信息检索
2020-07-14 v3 人工智能
计算与语言
摘要
搜索广告作为一种流行的在线营销方法，已被用于通过引发积极行为改变来改善健康。然而，撰写有效广告需要专业知识和实验，这可能对希望引发此类改变的健康机构而言并不具备，尤其是在应对如疫情暴发等公共卫生危机时。本文我们开发了一个由两种神经网络模型组成的框架，可自动生成广告。首先，它采用一个生成模型，从网页创建广告；随后采用一个翻译模型，对广告进行转写以提升效果。我们使用在 Microsoft Advertising 上展示的 114K 健康相关广告训练了这些网络。我们使用点击率（CTR）衡量广告效果。实验表明，生成的广告获得的 CTR 与人类撰写的广告大致相同。生成模型的平均边际贡献比人类撰写的广告低 28%，而翻译模型平均比人类撰写的广告多获得 32% 的点击。我们的分析显示，翻译模型生成的广告反映出与用户行动相关的心理属性更高的值，包括更高的效价与唤醒度，以及更多的行动号召。相比之下，生成模型产生的广告中这些属性的水平与人类撰写的广告相似。我们的结果证明了自动生成健康领域实用广告的能力。我们相信，我们的工作为健康机构提供了更强的能力，在节省构建有效广告活动所需时间与成本的同时，将人们推向更健康的行为。
引用
@article{arxiv.1910.12274,
title = {Algorithmic Copywriting: Automated Generation of Health-Related Advertisements to Improve their Performance},
author = {Brit Youngmann and Ran Gilad-Bachrach and Danny Karmon and Elad Yom-Tov},
journal= {arXiv preprint arXiv:1910.12274},
year = {2020}
}