CN101512581A - 生成包含上下文图像的广告 - Google Patents

Abstract

根据本发明的各实施例，广告生成系统生成包含图像的广告。该广告生成系统包括：至少一个特征选择方针，它基于指定广告目标观众信息、成本信息和广告客户行业信息中至少一种的广告客户输入来为包含图像的广告指定至少一个推荐特征；图像剪辑库，从中选择图像用以包括在所述包含图像的广告中；以及至少一个广告模板，它基于所述至少一个特征选择方针；其中该系统自动生成包含图像的广告，该包含图像的广告包括基于在将要主存包含图像的广告的网页上呈现的一种或多种颜色而被自动建议的一种或多种建议颜色。

Description

生成包含上下文图像的广告

背景

包含合适图像的在线广告能够有利地吸引关注、培养对品牌的正面感受，并且比起那些不包含这类图像的广告，通常能够更为有效地说服人们点进广告以获取有关该广告产品和/或服务的额外信息。在线广告平台更多地考虑将包含图像的广告添加到它们的上下文网络业务(即，在网页上主存的广告)。例如Google^TM已经将包含图像的广告作为一项附加服务并入它们的AdSenseContextual广告程序，而

也在它们的上下文应用配置中添加包含图像的广告。

关于包含图像的广告的组成元素的不同选择可以不同地影响：(1)包含图像的广告吸引多少关注及其吸引力；以及(2)点进率。例如，女性用户可能被某些颜色吸引而男性用户则会被不同的颜色吸引。使用上下文广告平台的广告客户可以选择他们的目标词语，随后从广范围的颜色和模板中进行选择，以自定义他们的图像组成元素，包括但不限于大小、位置、优势色、颜色数、颜色组合、文本字体、URL链接位置等。

简要概述

提供该简述以便以简化形式介绍将在以下详细描述中进一步描述的一些概念。该简述不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。

根据本发明的各实施例，广告生成系统生成包含图像的广告。该广告生成系统包括：至少一个特征选择方针，它基于指定广告目标观众信息、成本信息和广告客户行业信息中至少一种的广告客户输入来为包含图像的广告指定至少一个推荐特征；图像剪辑库，从中选择图像用以包括在所述包含图像的广告中；以及至少一个广告模板，它基于所述至少一个特征选择方针；其中该系统自动生成包含图像的广告，该包含图像的广告包括基于在将要主存包含图像的广告的网页上呈现的一种或多种颜色而被自动建议的一种或多种建议颜色。

本发明的各实施例涉及一种为包含图像的广告生成组成特征选择方针的系统。该系统包括：从包含图像的广告中提取特征的特征提取器；以及图像特征排序引擎，用以：分析所提取各特征之间的一种或多种关系以及所提取图像的有效性以生成针对从所述包含图像的广告中提取的所述特征的一个或多个有效性等级，并基于针对从所述包含图像的广告中提取的所述特征的有效性等级生成所述组成特征选择方针。

本发明的各实施例涉及一种包含用于分析设计元素的不同组成对包含图像的广告是如何起效的计算机可执行指令的计算机可读介质，计算机可执行指令用于执行如下步骤：针对属于一个或多个行业的包含图像的广告分析设计元素的多个不同组成的有效性，从而产生行业特定且设计元素组成特定的多个有效性等级；以及生成基于所述多个有效性等级的预定数量的包含图像广告的模板

附图简述

当结合附图阅读时，可以更好地理解以上简述以及以下详细描述，附图作为示例而不是对本发明的局限被包括在内。

图1示出了在其中可以实现本发明实施例的示例性计算系统。

图2示出了根据本发明各实施例生成包含图像的广告的广告生成系统。

图3示出了根据本发明各实施例的建议生成器。

图4示出了根据本发明各实施例的模型训练器和库数据收集器。

图5是根据本发明各实施例阐明文件相关特征的表格。

图6是根据本发明各实施例阐明统计相关特征的表格。

图7是根据本发明各实施例阐明定量特征的表格。

图8是根据本发明各实施例阐明知觉特征的表格。

图9示出了实现自适应配色方案的功能组件的示例。

图10示出了对应于如图9示例中所示的至少一个组件的示例性处理流程。

图11是根据本发明各实施例示出各颜色定量定义的表格。

详细描述

I.介绍

中等规模和小广告客户可能没有资源来分析和选择期望的广告构成元素。在这些情况下，来自图像建议系统的某些自动建议或推荐将会是合乎需要的。即使对大广告客户而已，创造性的、漂亮的、且有效建议的包含图像的广告可以扩展广告客户的想像并且可以挖掘广告客户尚未考虑的设计空间。当广告客户看到组合漂亮的建议图像时，他们可能想要供应额外的包含图像的广告。类似于已经由主要搜索付费广告公司所采用的搜索关键词建议工具，图像建议系统能够有效扩展广告客户的选择并增加广告销售。

根据本发明的实施例，包含上下文图像的广告平台可以为广告客户提供以下服务的一项或多项。可以提供有关广告构成特征(例如，大小、颜色、字体和位置)和包含图像的广告有效性之间一种或多种关系的分析。可以针对不同广告客户各自的行业、目标需求和预算来提供特征选择方针。为了鼓励广告设计的创造性，可以通过收集万维网上可用的自由图像建立图像剪辑库，和/或通过设立激励制度来鼓励艺术家为该图像剪辑库贡献艺术剪辑。还有针对包含图像的广告的模板库，其中该库包含针对不同行业和/或针对不同广告目标观众要求的广告模板。模板库可以通过分析广告设计及其相应效果之间关系的数据挖掘建模来创建。可以从广告客户的网页中提取的图像可以与剪辑库、广告模板和/或特征选择方针相组合，并且可用于自动生成针对广告客户的建议的包含图像的广告。用于图像成分的和谐颜色可以被自动选择，并且自动选择的颜色可自动适用于主存页面的颜色。

由此，本发明的各实施例为广告客户提供针对包含图像的广告、创造性设计、广告构成特征的有效选择的常规构成过程，以及专用于包含图像广告的上下文主存页面颜色的配色方案。本发明的各实施例可用于拓宽广告客户对可用的包含图像的广告的选择，促进广告构成过程，吸引更多的广告业务并增加广告收益。

II.示例性操作环境

参加图1，用于实现本发明各实施例的一示例性系统包括计算设备，诸如计算设备100。在其最基本的配置中，计算设备100通常包括至少一个处理单元102和存储器104。取决于计算设备的确切配置和类型，存储器104可以是易失性的(诸如RAM)、非易失性的(诸如ROM、闪存等)或是两者的某种组合。该最基本配置在图1中由虚线106来例示。另外，设备100还可具有附加的特征/功能。例如，设备100还可包含附加存储(可移动和/或不可移动)，其中包括但不限于磁盘、光盘或磁带。这样的附加存储在图1中由可移动存储108和不可移动存储110示出。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据这样的信息的任意方法或技术来实现的易失性和非易失性、可移动和不可移动介质。存储器104、可移动存储108和不可移动存储110都是计算机存储介质的示例。计算机存储介质包括但不限于，RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光存储、磁带盒、磁带、磁盘存储或其它磁存储设备、或者可用于存储所需信息并且可由设备100访问的任何其它介质。任何这样的计算机存储介质都可以是设备100的一部分。

设备100还可包含允许该设备与其它设备通信的通信连接112。通信连接112是通信介质的一个示例。通信介质通常具体化为诸如载波或其它传输机制等已调制数据信号中的计算机可读指令、数据结构、程序模块或其它数据，且包含任何信息传递介质。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被设定或更改的信号。作为示例，而非限制，通信介质包括有线介质，诸如有线网络或直接线连接，以及无线介质，诸如声学、RF、红外线和其它无线介质。如此处所使用的，术语计算机可读介质包括存储介质和通信介质两者。

设备100也可以具有诸如键盘、鼠标、笔、语音输入设备、触摸输入设备等输入设备112。也可以包括诸如显示器、扬声器、打印机等的输出设备114。所有这些设备在本领域是公知的，因此不必在此详细讨论。

III.生成包含上下文图像的广告的概述

本发明的各实施例可用于为包含上下文图像的广告提供建议图像。自动生成的包含图像的广告包含能够自动适用于主存上下文网页颜色的和谐颜色，并且该广告可以基于如下的一项或多项生成：针对包含图像的广告的至少一个特征选择方针、图像剪辑库以及至少一个包含图像的广告模板。

本发明各实施例涉及从包含图像的广告中提取特征，分析提取特征及其有效性之间的关系，并针对不同的行业和广告目标观众偏好来推断特征选择方针。

本发明的各实施例包括用于鼓励艺术家向图像剪辑库贡献其艺术作品的激励机制。如果艺术家的图像剪辑被广告客户使用，则在每次点击该包含图像的广告时都付给该艺术家一定量的钱。由此，广告被点击的次数越多，艺术家得到的钱也越多。并且如果艺术家的作品很好并使得广告被点击，则广告客户将愿意付费给该艺术家。

本发明的各实施例包括数据挖掘算法，用于分析广告构成设计和广告有效性之间的至少一种关系。随后就可针对行业(并且符合任何其他偏好，诸如广告观众目标、成本等)选择最为有效的期望数量的模板。

本发明的各实施例涉及从广告客户的网页中提取图像，诸如公司徽标。提取的图像随后被用作自动生成的建议包含图像的广告的成分。

图2示出了根据本发明各实施例生成包含图像的广告的广告生成系统。示出了建议生成器202和模型训练器和库数据收集器222。建议生成器202包括广告客户输入204，该广告客户输入204连同广告特征选择方针216、广告模板218和图像剪辑库220一起输入到包含图像广告建议生成器206。建议的包含图像的广告208和以及指定建议的包含图像的广告208的点进率的点进数据210由该包含图像广告建议生成器206输出。

IV.建议生成

图3示出了根据本发明各实施例的建议生成器202。广告客户输入204可以包括但不限于要广告的产品类型和/或服务，目标观众偏好(包括但不限于性别、年龄、社会经济状态、兴趣等)。这一信息可以通过各种方式从广告客户获取，包括但不限于通过填写表格或者通过任何其他合适的信息收集技术来使得广告客户输入相关信息，诸如产品/服务、目标信息、预算信息等。

本发明的各实施例包括网页图像提取器302，它可以从广告客户的网页中提取诸如公司徽标的图像306。

广告客户可以选择如下的一项或多项：来自从广告客户网页中提取的图像的模板和图像成分；图像剪辑库220；以及广告模板218。广告客户可以根据至少一个特征选择方针216来组成他们自己的图像广告。

本发明的各实施例包括图像建议生成器206，它可以自动为广告客户生成建议的包含图像的广告208。自动生成的图像广告可以包括由配色方案适配器304-1选择的一种或多种和谐背景色和/或组成色，该适配器的操作如下描述。

广告客户随后可以选择一个或多个自动生成的图像广告用于向将要查看其他在线内容(例如，网页)的用户进行显示。

本发明的各实施例可以包括用于滤除涉及色情和/或其他猥亵材料广告的内容过滤304。

基于上下文主存页面的一种或多种颜色，配色方案适配器304-2可以自动改变包含图像的广告的一种或多种颜色。

当在线用户点击主存页面上的包含图像的广告时，有关该包含图像的广告的信息，包括但不限于广告的点进率210就可以被记录并发送至图像广告模型训练器和库数据收集器222以供更新离线建模信息使用。

A.图像提取器

根据本发明的各实施例，图像提取器302可以从广告客户的网页中自动提取图像。这类提取的图像可用于建立由建议生成器202使用的图像数据库404。根据本发明的各实施例，可以根据图像与广告客户网页的相关性和功能来定义三个图像分类。徽标图像构成第一图像分类。优势图像是另一种图像分类。在此上下文中，术语“优势图像”指的是质量相对较高且属于广告客户网页的主要内容的图像。广告客户网页中的其他图像构成第三图像分类，该分类指的是非优势图像。

根据本发明的各实施例，可以基于三个图像特征组对经典的支持向量机(SVM)分类算法(参见T.Joachims，11 in：Making large-Scale SVM LearningPractical.Advances in Kernel Methods-Support Vector Learning，B.and C.Burges and A.Smola(ed.)，MIT Press，1999)进行修改以将广告客户网页的图像自动分为三类。

可以针对图像从广告客户的网页中提取三个不同的特征组。第一特征组是基于内容的图像特征。这些特征是用于标识相对高质量图像(诸如优势图像)和区分图像(诸如徽标图像)的准则。色矩(参见M.Stricker.，and M.Orengo.，Similarity of Color Images.In Storage and Retrieval for Image and VideoDatabases，Proc.SPIE 2420，pp 381-392，1995)可以用于表示通过每种颜色通道的三个矩的图像优势特征。Gabor滤波器(参见B.S.Manjunath and W.Y.Ma.“Texture features for browsing and retrieval of large image data”IEEE Transactionson Pattern Analysis and Machine Intelligence，(Special Issue on Digital Libraries)，Vol.18(8)，August 1996，pp.837-842)可用于从图像中提取纹理特征。Gabor滤波器已被广泛用于图像检索并且通常被认为是经济有效的。

第二特征组涉及物理图像特征。这些特征从可用于确定图像相对重要性的一个或多个物理属性来表征图像的重要性，这些物理属性包括：网页中的图像位置；图像大小；以及图像框内周围文本的字体和大小。

第三特征组涉及基于语义文本的特征。这些特征可用于展现图像的语义并且有助于标识图像和网页的相关性：图像框内周围文本的相似性以及网页的主要内容；以及图像文件名和网页重要内容的相似性。

以上讨论的三个特征组可用于根据图像各方面表征图像属性。除了将所有特征连接为一个特征向量作为分类器输入之外，还可以基于每个特征组独立训练三个SVM模型。随后可以用三个SVM结果来训练最终分类器，从而用非线性方式熔合三个模型。

B.配色方案适配器

根据本发明的各实施例，配色方案适配器304-1和304-2(统称为304)可用于自适应地改变包含图像的广告的颜色，使得那些颜色能够与主存包含图像的广告的网页的一种或多种颜色相协调。例如，前景色(例如，在包含图像的广告中)可以在检测到显示背景色(例如，主存页面的背景色和/或包含图像的广告的背景色)和显示前景色之间清晰度冲突(或任何其他类型的不兼容)的情况下改变。新的前景色可以根据预定的清晰度准则选择，该预定准则考虑了显示的背景和前景色之间的亮度对比、色调对比和/或主观分类对比。

图9示出了包括配色方案适配器304的示例性实施例的至少一部分以基于背景色自适应地改变前景色的功能组件。

在图9的示例中，示出了背景色提取器902和前景色拾取器912。背景色提取器902可以收集足以影响之上显示的颜色类似文本字体或图标的清晰度的背景色。此外，背景色提取器902可根据至少一个建立的准则确定为与彼此类似的收集的背景色聚类。

根据本发明的至少一个示例性实施例，前景色拾取器912可以选择诸如用于文本字体的前景色，从而基于建立的清晰度准则提供与背景色提取器902提取的颜色的足够对比。

背景色提取器902随后可以二次采样背景色904，诸如主存包含图像的广告的网页的颜色。为了避免实质上处理显示背景色中的每个像素，前述二次采样可以通过x轴的f_x和y轴的f_y因数来完成。处理的稳健性可以通过增加前述采样因数来提高。

参数f_x和f_y可以根据字体空间频率而预定义。空间频率至少涉及可以在背景的采样部分之上检测到的字体和/或图标的度量(例如，字符框大小、上升、下降高度等)和外观类(例如，斜体和粗体)。例如，在显示桌面上检测到的8点Tahoma风格字体的背景可以由采样因数f_x＝f_y＝2采样用于正常外观，或者在外观类为“粗体”的情况下则为f_x＝f_y＝4。这些采样参数的示例只是提供作为示例而非作为限制。此外，参数f_x和f_y在给定示例中没有必要一定对称。相反地，参数值受到提供足够的颜色样本同时维持稳健处理这一期望的影响，并因此可能会有修改。

背景色提取器902还可以进一步地把从采样的背景中提取的类似颜色906聚类。聚类可以使用本领域内已知的均匀量化方法执行，其量化步长在R、G、B(红、绿、蓝)通道中分别为E_r＝E_g＝E_b＝32。E_r’E_g’和E_b的上述值仅提供作为示例而非以任何方式进行限制。每个聚类的平均颜色被认为是该聚类的代表色，并且该聚类以像素为单位的大小被认为是代表色在背景中的权重。

如上所述，类似的背景色可以被一并聚类。作为示例，为了确定采样的背景色C₁和C₂是否类似，考虑C₁和C₂的RGB特性(即，C₁(R₁，G₁，B₁)和C₂(R₂，G₂，B₂))，以及上述量化步长E_r’E_g’和E_b。如果(R₁/E_l)＝(R₂/E_r)，(G₁/E_g)＝(G₂/E_g)，且(B₁/E_b)＝(B₂/E_b)，则认为C₁和C₂类似。注意到对于替换实施例，R_i、G_i、B_i分别是示例颜色C_i的R、G、B通道的量，并且其范围从0至255。

前景色拾取器912接收从背景提取的一种或多种背景色908。

前景色拾取器912随后可以启用对一种或多种颜色的选择，这些颜色足以与接收的一种或多种背景色形成对比，从而提供和谐的前景色。为此，前景色拾取器912可以访问由一组不连续的颜色组成的颜色池，以便根据UI显示的应用进行选择。

图11是示出了根据本发明的实施例由白、黑、以及RYB(红、黄、蓝)色轮中的基色和间色组成的颜色池的示例。

如下将描述清晰度准则的示例和前景色拾取器912用来选择前景色的示例性技术。

更具体地，为了测量前景色相对于采样背景的清晰度，清晰度准则至少考虑色度和感知量。这些量可以包括亮度(lumninance)、色调(hue)、视觉亮度(brightness)、色觉亮度(lightness)、色品(chroma)和饱和度(saturation)。

亮度可以被认为是由显示表面上的像素或区域发出的视觉亮度量。亮度以流明计量。表面一点给定方向的亮度是包含考虑点的无穷小元表面给定方向上的发光强度除以在与给定方向垂直的平面号丧表面元的正交投射面积的商。

色调被认为是颜色的主波长，即由蓝、绿、红等表示的颜色感知属性。

视觉亮度被认为是显示设备的光亮级。换句话说，色觉亮度是根据看上去或强烈或不强烈的给定视觉刺激的视觉属性。

色觉亮度被认为是看上去发出或多或少的光与被感知为“白光”刺激的类似照亮区域发出的光成比例的显示部分的视觉属性。于是，色觉亮度被认为是相对视觉亮度。

色品(或“色度(chrominance)”)可以被认为是允许对彩色刺激与相同视觉亮度的非彩色刺激区别程度做出判断的视觉属性。

饱和度可以指显示器中黑度的量。也就是说，饱和度是允许对彩色刺激与非彩色刺激区别程度做出判断而不考虑其视觉亮度的视觉属性。

更具体地，根据本文描述的示例性实施例，清晰度准则可以基于亮度对比、色调对比、和“暖/冷”对比。

亮度对比(ΔY)被看作前景色和背景色之间的相对亮度，可以使用提取的前景和背景色的RGB参数来测量。ΔY可以使用由James等人(Computer Graphics：Principles and Practice，Addison-Wesley，1995)提供的如下公式来测量：

ΔY＝|Y_前景-Y_背景|，其中Y＝0.30R+0.59G+0.11B.

色调对比(ΔH)被看作是彩色之间的对比度。为量化测量色调对比，使用由James等人提供的算法将每种前景色转换为“HSL”(色调、饱和度、色觉亮度)色空间。向HSL色空间的颜色转换在本领域内已知，因此本文中就不提供对其的描述。于是，已知色调(H)范围从0至360，饱和度(s)和色觉亮度(1)范围从0.00到1.00。此外，色品(c)可以基于饱和度被定义为色品除以色觉亮度的这一关系而被如下近似：c＝s·(1-|l-0.5|/0.5)。因此，色调对比如下确定

ΔH＝c_平均·斜度(|H_前景-H_背景|)，其中

c_平均＝(c_前景+c_背景)/2；以及

“暖/冷”对比(ΔW)可以指代基于分别为“暖”或“冷”的颜色分类在前景色和背景色之间的对比。当然，本文描述的示例性实施例并未被看作诸如“暖”和“冷”色之类的术语。相反地，可用作替换的术语被提供以更清楚地示出由本文的实施例所提供的任何颜色对比。

例如，“冷”色可以是蓝、绿和紫，而“暖”色可以是红、黄和橙。将这些颜色分为“冷”或“暖”色是基于各自颜色的色调、色觉亮度和饱和度来确定的。例如，浅色绿看上去是“冷”的而暗色绿则可能不是，虽然两个色相具有相同的色调。示例性实施例遵从L.Zedah(Outline of a New Approach to theAnalysis of Complex Systems and Decision Processes，IEEE Transactions onSystems，Man，and Cybernetics，SMC-3，pp.28-44，1973.)描述的模糊逻辑，因为颜色的“冷”和“暖”性质可被认为是主观的。

有关“暖”和“冷”色的关系函数(δ)的分析公式如下：

δ_暖(颜色)＝gbell_{a＝90，b＝4，c＝60}(颜色.h)

δ_冷(颜色)＝Min(Max(gbell_{a＝41.5，b＝4，c＝228.5}(颜色h)，gbell_{a＝75，b＝4，c＝225}(颜色h))，gbell_{a＝02，b＝4，c＝1})

其中，

gbell_a，b，c(x)＝{1/[1+((x-c)/a)^2b]}.

基于这些关系函数，“暖”和“冷”色的量化定义的示例如下：

根据一个示例性实施例，黑色被看作是“冷”色，白色在伴随黄色时被看作是“暖”色，而在伴随青色时被看作是“冷”色。

考虑彩色，“暖/冷”对比ΔW可被如下定义：

根据至少一个示例性实施例，清晰度准则(L)是基于亮度对比、色调对比和“暖/冷”对比。更具体地，L(C_前景，C_背景)可被看作是关于来自前述颜色池的前景候选(C_前景)以及提取的背景色(C_背景)的清晰度值。L(C_前景，C_背景)可如下确定：

L(C_前景，C_背景)＝w_y·ΔY+w_h·ΔH+w_w·ΔW。

w_y、w_h和w_w是分别对应于亮度对比、色调对比和“暖/冷“对比的权重。

作为示例性实施例，如果值L(C_前景，C_背景)超过预定阈值，则前景色候选(C_背景)和提取的背景色(C_背景)之间的对比就被认为足以为用户提供清晰的UI体验。也就是说，如果L(C_前景，C_背景)>(预定阈值)，则C_前景可从C_前景上读出。相反地，如果L(C_前景，C_背景)<(预定阈值)，则前景色候选(C_前景)和提取的背景色(C_背景)之间的对比就被认为不足以为用户提供清晰的UI体验，于是就应该考虑C_前景的另一候选。

前述预定阈值可以是由实验预先确定的可配置参数。该阈值可以根据显示的背景色和前景色之间可接受对比度的主观标准来配置。于是，随着显示的背景色和前景色之间期望对比度的增加，阈值就变得更低。

作为示例，前景色拾取器912可以为C_前景颜色池候选和提取的背景色C_背景确定L(C_前景，C_背景)。C_前景的每个颜色池候选可被分配包括但必不限于“得分”和“冲突数”的属性。用于一特定颜色池候选C_前景的“得分”可被认为是在其中C_背景可以是任何提取背景色的所有可能对(C_前景，C_背景)的清晰度值之和。用于该特定颜色池候选C_前景的“冲突数”可被认为是在L(C_前景，C_背景)<(预定阈值)时，即(C_前景，C_背景)不足以向用户提供清晰观看体验的对比度的情况下的(C_前景，C_背景)对的数量。

前景色拾取器912可以如下从颜色池中拾取前景色C_前景：拾取冲突数为零的颜色池候选；拾取在冲突数为零的多个颜色池候选中得分最高的颜色池候选；或者若没有冲突数为零的颜色池候选，则拾取冲突数最低的颜色池候选。

清晰度准则(L)是查看环境的前景和背景色之间一种以上关系的线性组合，并且被提供以尝试模仿人类对清晰查看的感知要求。因此，权重w_y、w_h和w_w可被选择以逼近期望的感知准则。根据一个示例性实施例，分配的权重值为w_y＝0.7，w_h＝0.1且w_w＝0.3。这些值仅为示例性实施例提供，而非以任何方式进行限制。

更具体地，可以使用基于学习的方法导出权重。例如，使用代表样本前景色和背景色的一800对的训练组，就可以导出权重以确保拾取了能够提供与提取的背景色有足够对比的前景色。此外，随着颜色训练组的变化，可能会希望修改或更新权重以拾取相对于提取的背景色最为合适的前景色。

图10示出了对用于确定清晰度准则(L)的权重w_y、w_h和w_w至少一个进行修改的示例性处理流程。这一处理流程可由前景色拾取器220执行，同时从颜色池中选取至少一种对比颜色。

根据图10所示的示例性处理流程，使用现有的权重w_y、w_h和w_w拾取前景色C_p 1005，做出拾取的前景色C_p是否与例如测试者所期望的颜色C_d相同的判定1010。

如果判定1010 C_p与C_d不相同，则处理结束1040而现有的权重w_y、w_h和w_w得以维持。

然而，如果判定1010 C_p与C_d相同，则至少有三种不同的场景会导致权重w_y、w_h和w_w的任一个被修改。

如果判定1015拾取色C_p与提取的背景色不冲突但期望色C_d却有这一冲突，则通过减小0.1的值对所有的权重w_y、w_h和w_w进行修改1030。该权重修改处理随后结束1040。

如果判定1020拾取色C_p与期望色C_d都与提取的背景色有冲突，或者C_p和C_d无一与提取的背景色冲突，则通过分别将颜色C_p和C_d的权重w_y、w_h和w_w的最大值减小0.01来对所有的权重w_y、w_h和w_w进行修改1035。

因此，诸如主存在网页上的包含图像的广告中的那些前景色就适于相对主存网页的相应背景色提供足够的和谐度。本文描述的示例性实施例可以被修改以自适应地改变显示的背景色，其方式与根据前述示例性实施例的前景色自适应改变相类似。

V.广告格式特征推荐

图4示出了根据本发明各实施例的模型训练器和库数据收集器222。图像404被输入到图像特征提取器212。图像广告数据402与图像特征提取器的输出被组合以形成广告格式属性412，作为图像特征排序引擎214的输入。图像特征排序引擎214输出广告特征选择方针216以及一个或多个广告模板。

根据本发明的各实施例，图像特征提取器212可以从一幅或多幅图像中选择特征。提取的图像特征连同包括但不限于广告客户信息、广告目标观众信息、成本信息和点进率的图像广告数据被提供给图像特征排序引擎214。图像特征排序引擎214可以分析图像广告特征和点进率，从而推导出一个或多个广告特征选择方针216和一个或多个广告模板218。

根据本发明的各实施例，自由图像剪辑406可被收集并存储在图像剪辑库220中。激励模块410可以接收艺术家设计的图像以及包括艺术家设计的图像408的广告点进率作为输入。激励模块随后可以将图像输出至图像剪辑库，并输出关于哪些艺术家因其创建的图像在广告中使用而应被补偿的信息，藉此鼓励艺术家向图像剪辑库提交有创意的艺术剪辑。

广告特征选择方针216、一个或多个广告模板218以及图像剪辑库220随后被输出至建议生成器202(如图2所示)。

A.广告图像特征选择方针的建模

根据本发明的各实施例，可以根据如下的五个步骤建模广告图像特征选择方针216。

步骤1-图像分析：从广告图像中提取平均色、主色、颜色数量、颜色直方图、色矩、颜色相关图、关注点以及任何其他合适的图像特征。对各特征更为详细的描述在图5-8示出的表格中阐明。图5根据本发明各实施例阐明文件相关特征。图6根据本发明各实施例阐明统计相关特征。图7根据本发明各实施例阐明量化特征。图8根据本发明各实施例阐明感知特征。

步骤2-收集其他广告特征：从广告数据库中收集有关该广告的点击者和未点击者的人口统计学数据(包括但不限于年龄和性别)以及相关行业。

步骤3-收集有关包含图像的广告的点进数据。

步骤4-机器学习：多线性回归模型

$\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_i{x}_i+\underset{j=1}{\overset{M}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_j{y}_j=\mathrm{CTR}$

其中i＝1，...，N是从步骤1中提取的图像特征索引；N是从步骤1中提取的图像特征总数；x_i是从步骤1中提取的第i个图像特征；α_i是与第i个图像特征相关联的第i个系数；j＝1，...，M是从步骤2中收集的其他广告特征的索引；M是从步骤2中收集的其他广告特征的总数；y_i是从步骤2中收集的第j个其他广告特征；β_j是与第j个广告特征相关联的第j个系数；而CTR是广告的点进率。

使用多线性回归模型，可以执行如下操作：(a)为特定的人口统计学特征和广告行业选择影响CTR的特征：在多线性回归模型中使用t-测试，找出显著影响CTR的特征。例如，颜色数可以是显著特征；(b)分析显著特征如何影响CTR：例如，首先在广告中增加颜色数，同时保持其他特征不变可以增加CTR。但是在最优颜色数(例如，约为10)之后，增加广告中的颜色数，同时保持其他特征不变会减少CTR。

步骤5-概括特征选择方针：使用来自步骤4的回归结果，可以为不同的人口统计学部分和行业概括特征选择方针：例如，对于年龄在18-28岁的女性，在广告中使用5种颜色可以实现娱乐业的最高CTR。正如所显见的，其他规则将应用于其他目标观众偏好和/或行业。

B.广告模板选择方针的建模

根据本发明的各实施例，用于广告模板选择方针的算法与以上关于广告特征选择方针讨论的算法相类似，不同之处在于在广告模板选择方针中，提取更高级图像特征，诸如文本字体、URL链接位置、优势图像位置和作为广告模板主要成分的其他特征。随后，更高级图像特征与点击者的人口统计学数据、行业数据和CTR相组合以训练多线性回归模型。于是显著特征就被选择并可以概括模板选择方针。

VII.结束语

尽管用对结构特征和/或方法动作专用的语言描述了本主题，但可以理解，所附权利要求书中定义的主题不必限于上述具体特征或动作。相反，上述具体特征和动作作为实现权利要求的示例形式公开的。

Claims (20)

1.一种生成包含图像的广告的广告生成系统，所述系统包括：

至少一个特征选择方针(216)，它基于指定广告目标观众信息、成本信息和广告客户行业信息中至少一种的广告客户输入来为包含图像的广告指定至少一个推荐特征；

图像剪辑库(220)，从中选择图像用以包括在所述包含图像的广告中；

至少一个广告模板(218)，它基于所述至少一个特征选择方针(216)；以及

自动生成包含图像的广告(208)的计算机设备，所述包含图像的广告(208)包括基于在将要主存所述包含图像的广告的网页上呈现的一种或多种颜色而被自动建议的一种或多种建议颜色。

2.如权利要求1所述的广告生成系统，其特征在于，所述广告目标观众信息基于性别。

3.如权利要求1所述的广告生成系统，其特征在于，所述广告目标观众信息基于年龄。

4.如权利要求1所述的广告生成系统，其特征在于，所述广告目标观众信息基于社会经济状态。

5.如权利要求1所述的广告生成系统，其特征在于，所述广告目标观众信息基于一种或多种兴趣。

6.如权利要求1所述的广告生成系统，其特征在于，所述图像剪辑库包括从万维网上收集的可自由使用的图像。

7.如权利要求1所述的广告生成系统，其特征在于，所述建议的广告颜色自动适应于将要主存所述包含上下文图像的广告的网页上呈现的一种或多种颜色的改变。

8.如权利要求1所述的广告生成系统，其特征在于，所述自动生成的图像广告包括从广告客户的网页提取的一幅或多幅图像。

9.如权利要求8所述的广告生成系统，其特征在于，所述一幅或多幅图像是从所述广告客户的网页自动提取的。

10.如权利要求9所述的广告生成系统，其特征在于，所述从广告客户的网页自动提取的一幅或多幅图像经由基于多个图像特征组修改的支持向量学习算法而被分类以将所述图像自动分入多个分类。

11.如权利要求8所述的广告生成系统，其特征在于，所述一幅或多幅提取的图像包括所述广告客户的徽标。

12.如权利要求1所述的广告生成系统，其特征在于，所述广告生成系统包括鼓励图像创造者为在包含图像的广告中使用贡献图像的激励系统。

13.如权利要求12所述的广告生成系统，其特征在于，所述激励系统提供基于包含所述图像的广告已被点进次数的图像贡献者所获报酬量的指示。

14.如权利要求1所述的广告生成系统，其特征在于，还包括滤除有关色情和除色情之外其他猥亵材料的至少一种的广告的内容过滤器。

15.一种为包含图像的广告生成组成特征选择方针的系统，所述系统包括：

特征提取器(212)，它从包含图像的广告(208)中提取特征；以及

图像特征排序引擎(214)，用以：分析所提取各特征之间的一种或多种关系以及所提取图像的有效性以生成针对从所述包含图像的广告中提取的所述特征的一个或多个有效性等级，并基于针对从所述包含图像的广告(208)中提取的所述特征的有效性等级生成所述组成特征选择方针。

16.如权利要求15所述的系统，其特征在于，所述组成特征选择方针指定从由大小、颜色、文本字体、位置、优势色、颜色数、颜色组合和统一资源定位符链接位置组成的组中选出的至少一个推荐的组成特征。

17.一种包含用于分析设计元素的不同组成对包含图像的广告是如何起效的计算机可执行指令的计算机可读介质，所述计算机可执行指令用于执行如下步骤：

针对属于一个或多个行业的包含图像的广告(208)分析设计元素的多个不同组成的有效性，从而产生行业特定且设计元素组成特定的多个有效性等级；以及

生成基于所述多个有效性等级的预定数量的包含图像广告的模板(218)。

18.如权利要求17所述的计算机可读介质，其特征在于，所述预定数量的包含图像广告的模板是基于至少一种期望目标观众生成的。

19.如权利要求17所述的计算机可读介质，其特征在于，所述预定数量的包含图像广告的模板是基于广告成本信息生成的。

20.如权利要求17所述的计算机可读介质，其特征在于，所述多个有效性等级是通过训练多线性回归模型生成的。

Images