视频广告有效性度量

广告在现代社会中不可避免。时代广场因其不间断的广告展示而臭名昭著。它的知名度遍及全球，较小城市也拥有其展示的微型版本，例如匹兹堡及其在奥克兰福布斯大道上的数字作品。东京银座地区近期因其高档商店和对行人的持续广告轰炸而走红。广告也出现在其他媒介中。例如，它们帮助流行的流媒体服务，如Spotify、Hulu和Youtube TV，获取可观的收入流，以降低消费者月度订阅费用。广告为公司及整个行业提供了额外的资金来源，以将资源分配至替代性商业动机。它们对公司有吸引力，对消费者几乎不可避免。广告商面临的一个挑战是考察广告在向目标人群传达信息时的有效性或有用性。视频广告并非构建单一静态图像内容，而是拥有数百帧具不同场景、演员、物体与复杂度的数据。因此，度量视频广告有效性对影响一个十亿美元级产业十分重要。本文探索结合人工标注特征与常见视频处理技术，以预测从Youtube收集的广告的有效性评级。该任务被视为二分类（有效vs.无效）、四类与五类的机器学习分类任务。给出了在该数据集上关于准确率与推断的首次发现，以及在一些小型数据集上的首批广告研究之一。在二分类、四类与五类任务上分别达到84%、65%与55%的准确率。