实现超个性化：面向时尚电商的自动化广告创意生成与排序
信息检索
2019-08-28 v1 计算机视觉与模式识别
摘要
首页是客户旅程中的首个接触点，也是许多电商公司重要的营收渠道之一。用户的注意力大多被首页横幅图片（亦称广告/创意）所吸引。所展示的横幅集合及其设计会影响客户兴趣，并在优化横幅点击率方面起着关键作用。目前，为手动创建美观的横幅图片投入了大量重复性工作。由于该过程耗时费力，任意时刻仅有少量横幅上线，这减少了横幅的创建数量以及可实现的个性化程度。因此，本文提出一种在短时间大规模自动生成创意的方法。所生成的多样化横幅有助于提升个性化，因其可迎合更广泛受众的偏好。本文重点在于生成种类繁多的首页横幅，作为用户级个性化引擎的输入。主要贡献如下：1）提出并阐释电商大规模横幅生成的需求；2）展示如何利用现有基于深度学习的检测器，从图像中自动标注所需对象/标签；3）提出一种基于遗传算法（Genetic Algorithm）的方法，针对给定图像内容、输入组件及其他设计约束生成最优横幅布局；4）此外，为辅助筛选合适横幅集合，我们设计了一种排序方法并评估了多种模型。所有实验均基于印度头部时尚电商 Myntra (http://www.myntra.com) 的数据完成。
引用
@article{arxiv.1908.10139,
title = {Enabling Hyper-Personalisation: Automated Ad Creative Generation and Ranking for Fashion e-Commerce},
author = {Sreekanth Vempati and Korah T Malayil and Sruthi V and Sandeep R},
journal= {arXiv preprint arXiv:1908.10139},
year = {2019}
}
备注
Workshop on Recommender Systems in Fashion, 13th ACM Conference on Recommender Systems, 2019