上下文感知的互联网多媒体广告范例.ppt

上下文感知的互联网多媒体广告 项目背景 随着，数字设备的普及和在线媒体的爆炸性增长，使无数的私人图片和视频在个人电脑、移动电话、个人数字助理(PDA)等本地的电子设备上迅速增加，同时也有许多公共的媒体在互联网上聚集起来。例如，来自IT事实的报告，2011年全球的数字图像捕获量将从2007年的500亿张增加到600亿张。 最流行的照片共享网站，即Flickr网站，2008年上传的照片达到30亿张，而且每天还有3到5万张新照片上传，同时，YouTube在2008年7月吸引了美国50亿次视频点击率。另一方面，我们看到一个在最近几年快速持续增长的在线广告市场。 Jupiter研究机构预测在线广告的花费在2010年将猛增到189亿，相对于2005年的119亿来说将增加大约59%，在网络广告市场巨大商机的推动下，人们正在积极研究新的互联网广告模式。 以视觉信息为代表的多媒体广告，即将广告和在线图像和视频联合起来，已经成为网上新兴的产物。 在传统广告中，多媒体广告作为普通的文字广告对待，并没有利用多媒体广告的潜在优势，显然这是不合适的，由此引发了第二代多媒体广告的产生。 第一代广告业与第二代广告业之间的比较 第一代多媒体广告 和文字广告相似，第一代多媒体广告是直接将文字为基础的广告方法应用到媒体上，即将相关的广告嵌入在网页的保留块中。例如，Yahoo和BritePic在图片的周围提供了广告。在视频领域Revver和Youtube订阅了谷歌AdSense广告服务预转或续转广告(即在视频开始或结尾处插入相关的广告或视频)或者是在特定的视频帧上用文字广告覆盖视频内容(例如：在15秒内广告覆盖视频低部的五分之一)。 第一代多媒体广告主要是使用文字而不是视觉内容匹配广告。换句话说，多媒体广告被作为传统的文字广告对待，而没有考虑到媒介内容带来的潜在优势。在这一代广告业中很少有系统能利用特殊的图像和视频自动获得收益。结果是导致了，广告和整个网页的图像或视频关系起来，而不是和网页所包含的特定的图像或视频关联起来。更糟的是，广告被嵌入在网页图像和视频周围的预留的区域，通常情况下，这破坏了视觉吸引力以及网页的原始结构。这时，这些引人注目的内容不能吸引用户的注意力，进而不能产生效益。 第二代多媒体广告 第二代多媒体广告，将与在线媒体最相关的广告嵌入在媒体最合适的位置。正如图右边所示那样，广告是通过多模式相关性选择的，即广告和网页里包含的图像或视频相关，以及和每个合适媒体周围的文字相关。同时，广告被嵌入在媒体里最不显眼的位置。通过利用计算机视觉和多媒体检索技术，我们在积极的解决网络多媒体广告的两个挑战：广告的相关性和广告的位置。 本项目要解决的问题 如何通过源媒体的相关性进行广告的选择 如何通过侵扰检测广告的插入点 如何有效的将候选广告和广告插入点结合 下一代广告的发展趋势 术语介绍 广告：广告是一种公共的通知或通过一些东西引起公众注意的公告 图像广告：图像广告是一个静态的图像或横幅，它能将广告商提供的原图像或视频嵌入或关联在里面 视频广告：视频广告是产品的视频剪辑。 源媒体：即广告的载体 相关性：源媒体和广告的相关程度 侵扰：广告对用户的干扰 广告嵌入点：广告关联在源媒体的位置 模式：任何关于媒体内容的信息源都可以用算法去分析 多模式关联：就是将媒体内容从多方面进行分析，然后再关联来。 基于相关性的多媒体广告：如果广告能和媒体关联起来，我们就称这种广告类型为基于相关性的多媒体广告 总体框架 相关性 文字相关性 视觉相关性 概念相关性 用户相关性 文字相关性 问题一：广告关键字的选择，即系统如何自动的选择网页或图片合适的关键词以改善相关性。 解决方法：基于视觉的网页分段算法——The Vision-based Page Segmentation (VIPS) algorithm VIPS算法充分利用页面布局结构。它首先在所有适当的HTML树块中提取文档对象模型(DOM)，然后发现这些块之间的分隔符。 在这些分离的基础上，一个网页可以由一个语义树代替，其中每个叶节点对应网页的一个块。通过这种方式，不同的主题内容区分为不同的网页块。 通过VIPS算法获得网页所有块后，会自动的选择网页上哪个图像或视频合适作广告。直观上，图像或视觉质量太差，或属于广告(通常是在一个网页中的某些位置放置)或装饰(通常是太小)，将首先被筛选出。 例子 文字相关性 问题二： 广告相关匹配，即系统如何自动根据选定的网页关键字选取一组相关广告？ 解决方法：我们使用文本分类支持向量机——Support Vector Machine (SVM)自动地将文本分为一些预定义的类别，这个预定义类别中设置了1000多个类别。在这其类别的基础上，向量空间模型(the vector space model