JP5230612B2 - コンテキスト画像入り広告の生成 - Google Patents

コンテキスト画像入り広告の生成 Download PDF

Info

Publication number
JP5230612B2
JP5230612B2 JP2009510940A JP2009510940A JP5230612B2 JP 5230612 B2 JP5230612 B2 JP 5230612B2 JP 2009510940 A JP2009510940 A JP 2009510940A JP 2009510940 A JP2009510940 A JP 2009510940A JP 5230612 B2 JP5230612 B2 JP 5230612B2
Authority
JP
Japan
Prior art keywords
advertisement
image
color
generation system
images
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2009510940A
Other languages
English (en)
Other versions
JP2009534776A (ja
Inventor
ノン シューゼン
リー イン
ナジム タレック
リー リー
チェン ツェン
ゼン ホア−ジュン
チャン ベンユー
カリグナン ディーン
スー イン−チン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Corp
Original Assignee
Microsoft Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microsoft Corp filed Critical Microsoft Corp
Publication of JP2009534776A publication Critical patent/JP2009534776A/ja
Application granted granted Critical
Publication of JP5230612B2 publication Critical patent/JP5230612B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/10Adaptations for transmission by electrical cable

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Processing Or Creating Images (AREA)

Description

適切な画像を含んだオンライン広告は、関心を惹き、ブランドの良い印象を促進し、人々にクリックスルーを促して、宣伝されている製品及び/またはサービスに関する追加情報を入手させることにおいて、そのような画像を含まない広告よりも通常は有利である。オンライン広告プラットフォームはコンテキスト広告(すなわちウェブページ上に掲載される広告)ビジネスへの画像入り広告をますます考慮するようになっている。例えば、Google(商標)はAdSense Contextual advertisement programにおける追加的サービスとして画像入り広告を組み込んでおり、Yahoo(登録商標)もコンテキスト商品に画像入り広告を追加した。
画像入り広告の構成要素に関する異なる選択は、(1)画像入り広告及びアトラクションにどれだけの注目が集まるか及び(2)クリックスルーレートに異なる効果を与える。例えば、女性ユーザが所定の色に惹きつけられる一方で男性ユーザは異なる色に惹きつけられる。コンテキスト広告プラットフォームを使用している広告主はターゲットとしたいワードを選択し、広範囲の色及びテンプレートから選択をして画像構成要素をカスタマイズするオプションをもつ。当該画像構成要素には、サイズ、配置、支配的色、色数、色の組み合わせ、テキストフォント、URLリンク配置等を含むがこれらに制限されるわけではない。
T. ヨアヒム2世氏による「Making large−scale SVM Learning Practical」、MITプレス1999年 B.ショルコップ氏、C.バーゲス氏、A.スモーラ氏による「Advances in Kernel Methods−Support Vector Learning」、MITプレス、1999年 M.ストリッカー氏、M.オレンゴ氏による「Similarity of Color Images.In Storage and Retrieval for Image and Video DatabasesProc」、SPIE2420、381−392ページ、1995年 B.S.マンジュナス氏、W.Y.マ氏による「Texture features for browsing and retrieval of large image date」IEEE、パターン解析及びマシンインテリジェンスに関するトランザクション(デジタルライブラリ特別版)、vol.18(8)、1996年8月、837−842ページ 「Computer Graphics:Principles and Practice」アディソン−ウェズレイ出版、1995年 L.ゼダー氏による「Outline of a New Approach to the Analysis of Complex Systems and Decision Processes」IEEE、システム・人間・人工頭脳工学に関するトランザクション、SMC−3、28−44ページ、1973年
本概要は、発明の詳細な説明においてさらに後述するコンセプトの選択を簡易な形式で紹介するために提供する。この概要は請求項に記載の発明のキーとなる特徴または必須の特徴を特定することを意図するものではない。また、請求項に記載の範囲の判断を助けるために使用することを意図したものでもない。
本発明の実施形態によれば、広告生成システムが画像入り広告を生成する。広告生成システムは、広告ターゲットオーディエンス情報、コスト情報及び広告主の業種の少なくとも1つを特定する広告主が提供した情報に基づいた画像入り広告の少なくとも1つの推奨される特徴を特定する少なくとも1つの特徴選択ガイドラインと、画像入り広告内に含めるために選ばれる画像を有する画像クリップライブラリと、少なくとも1つの特徴選択ガイドラインに基づく少なくとも1つの広告テンプレートとを含み、当該システムは、画像入り広告をホストするウェブページに存在する1つまたは複数の色に基づいて自動的に提案された1つまたは複数の色を含む画像入り広告を自動的に生成する。
本発明の実施形態は、画像入り広告の構成特徴選択ガイドラインを生成するシステムに関している。当該システムは、画像入り広告から特徴を抽出する特徴エクストラクタと、画像特徴ランキングエンジンを含む。当該画像特徴ランキングエンジンは、当該抽出された特徴と当該抽出された特徴の有効性との1つまたは複数の関係を解析して当該画像入り広告から抽出された特徴の1つまたは複数の有効性評価を生成し、当該画像入り広告から抽出した特徴の有効性評価に基づいて構成特徴選択ガイドラインを生成する。
本発明の実施形態は、デザイン要素の構成がどれくらい有効に異なっているのかを解析するコンピュータ実行可能指令を含むコンピュータ読み取り可能媒体に関している。当該解析は、1つまたは複数の業種に関係する画像入り広告のデザイン要素の複数の異なった構成の有効性を解析し、業種特定かつデザイン要素構成によって特定される複数の有効性評価を生成するステップと、当該複数の有効性評価に基づく予め定められた数の画像入り広告テンプレートを生成するステップを含むステップによって行われる。
前述の概要及び後述する詳細な説明は添付図面と併せて読むことでより良く理解ができる。これらは請求項に記載の発明に関しての例示であるがこれを制限するものではない。
I.序論
中規模及び小規模の広告主は所望の広告構成要素を解析及び選択する手段を持たない場合がある。このような状況下では、画像提案システムからのいくらかの自動的な提案または推奨が望まれる。創造的で、美しくかつ効果的に提案された画像入り広告は、大規模な広告主に対してさえ、広告主の想像力を広げ得かつ広告主がかつて考えたことの無いデザイン空間を探求することができる。広告主が美しく構成された提案画像を見たとき、彼らは追加的な画像入り広告を供給したくなるであろう。主要な有料検索広告ビジネスに導入されている検索キーワード提案ツールと類似して、画像提案システムは効果的に広告主の選択の幅を広げることができかつ広告売上を増加させることができる。
本発明の実施形態によれば、コンテキスト画像入り広告プラットフォームは以下の広告主のためのサービスの1つまたは複数を提供することができる。広告構成特徴(例えばサイズ、色、フォント及び配置)と当該画像入り広告の有効性との1つまたは複数の関係に関して解析を行うことができる。特徴選択ガイドラインは、広告主の各々の業種、ターゲットの要求及び予算の違いに応じて決めることができる。広告デザインの創造性を促進するために、ワールドワイドウェブ上で利用可能なフリー画像の収集によって及び/またはインセンティブシステムを設立してアーティストに画像クリップライブラリにアートクリップを提供してくれるように奨励することによって画像クリップライブラリを構築してもよい。画像入り広告のテンプレートライブラリにおいて、当該ライブラリは異なる業種及び/または異なる広告ターゲットオーディエンスの要求のための広告テンプレートを含む。当該テンプレートライブラリは、広告デザインとそれらの有効性との関係を解析するデータマイニングモデリングによって生成される。広告主のウェブページから抽出されるであろう画像は、当該クリップライブラリ、当該広告テンプレート及び/または特徴選択ガイドラインと組み合わされても良くかつ広告主に提案される画像入り広告を自動的に生成するために使われてもよい。画像構成要素に対して調和した色が自動的に選択され、当該自動的に選択される色はホスティングページの色に対して自動的に適合させることができる。
このように、本発明の実施形態は画像入り広告、創造的なデザイン、広告構成特徴の効果的な選択及び画像入り広告のためのコンテキストホスティングページの色によって特定されるカラーテーマの使い勝手の良い構成プロセスを広告主に提供する。本発明の実施形態は、広告主が利用できる画像入り広告の選択幅を広げ、広告構成プロセスを容易にし、広告ビジネスをさらに誘引しかつ広告収益を増加させるために用いることができる。
II.実施環境例
図1を参照すると、コンピューティングデバイス100のような本発明の実施形態を実行するコンピュータを含む例示的システムが示されている。この最も基本的な構成において、コンピューティングデバイス100は、通常少なくとも1つの処理ユニット102及びメモリ104からなる。コンピューティングデバイス構成及びタイプによって、メモリ104は揮発性(RAMのようなもの)、不揮発性(ROM、フラッシュメモリ等)またはそれらの組み合わせであり得る。この最も基本的な構成は図1内に破線106によって示されている。さらに、デバイス100は追加的特徴/機能も有している。例えば、デバイス100は、磁気または光学ディスクまたはテープを含むがこれに限定されるわけではない追加記憶装置(取外し可能及び/または固定)を含んでいても良い。このような追加的な記憶装置は取外し可能記憶装置108及び固定記憶装置110として図1内に示されている。コンピュータ記憶媒体は、コンピュータ読み取り可能命令、データ構造、プログラムモジュールまたはその他のデータのような情報の保存のために任意の方法または技術において組み入れられる揮発性及び不揮発性、取外し可能及び固定媒体を含む。メモリ104、取外し可能記憶装置108及び固定記憶装置110は全てコンピュータ記憶媒体の例示である。コンピュータ記憶媒体には、所望の情報を保存するのに使用できかつデバイス100からアクセス可能な、RAM、ROM、EEPROM、フラッシュメモリ、またはその他のメモリ技術、並びに、CD−ROM、DVD(digital versatile disk)またはその他の光学記憶装置、並びに、磁気カセット、磁気テープ、磁気ディスク記憶装置またはその他の磁気記憶装置デバイス、並びにその他任意の媒体を含むがこれらに制限されるわけではない。任意のこれらのコンピュータ記憶媒体はデバイス100の一部であっても良い。
デバイス100は、当該デバイスにその他のデバイスとの通信を可能とさせる通信接続(群)112を含んでも良い。通信接続(群)112は通信媒体の例である。通信媒体は、搬送波またはその他の伝送手段のような被変調データ信号内のコンピュータ読み取り可能命令、データ構造、プログラムモジュールまたはその他のデータを通常具体化し、任意の情報送出媒体を含む。「被変調データ信号」は、1つまたは複数の特徴セットをもつまたは当該信号内の情報をエンコードする方法において変更される信号を意味する。例示であって制限するものではないが、通信媒体は、有線ネットワークまたはダイレクト有線接続のような有線媒体、並びに音波、RF、赤外線のような無線媒体及びその他の無線媒体を含む。当該コンピュータ読み取り可能媒体という用語は本明細書においては記憶媒体及び通信媒体を含むものとして用いられている。
デバイス100は、キーボード、マウス、ペン、音声入力デバイス、タッチ入力デバイス等のような入力デバイス(群)114を有することができる。ディスプレイ、スピーカー群、プリンタ等のような出力デバイス(群)116を含んでも良い。これらすべてのデバイスは当技術分野では周知であるのでここで長く説明する必要はない。
III. コンテキスト画像入り広告の生成の概要
本発明の実施形態は、提案されるコンテキスト画像入り広告のための画像を提供するために用いられる。自動的に生成されかつホスティングコンテキストウェブページの色に対して自動的に適応できる調和のとれた色を含む画像入り広告は、画像入り広告のための少なくとも1つの特徴選択ガイドライン、画像クリップライブラリ及び少なくとも1つの画像入り広告テンプレートの1つまたは複数に基づいて生成されても良い。
本発明の実施形態は、画像入り広告の特徴を抽出すること、当該抽出された特徴とそれらの有効性との関係を解析すること、異なる業種及び広告ターゲットオーディエンスの好みに応じた特徴選択ガイドラインを導出することを対象にしている。
本発明の実施形態は、アートワークを画像クリップライブラリに提供することをアーティストに奨励するためのインセンティブの機構を含んでいる。アーティストの画像クリップが広告主に使用された場合に、当該アーティストには画像入り広告のクリック毎に特定の額のお金が支払われても良い。このようにして、広告がクリックされればされるほど、アーティストは多くのお金を稼ぐことができる。また、アーティストの作品が優良でありかつ広告にクリックをもたらした場合には、広告主は当該アーティストに進んでお金を支払うこともできる。
本発明の実施形態は、広告構成デザインと広告有効性との間の少なくとも1つの関係を解析するデータマイニングアルゴリズムを含む。所望の数の業種(広告オーディエンスターゲット、コスト及びそれに類するもののような任意の様々なその他の選択)に対して最も有効なテンプレートが選択されても良い。
本発明の実施形態は、会社のロゴのような画像を広告主のウェブページから抽出することを対象としている。当該抽出された画像は、自動的に生成されて提案される画像入り広告の構成要素として用いられる。
図2は、本発明の実施形態に従って画像入り広告を生成する広告生成システムを示している。提案ジェネレータ202並びにモデルトレーナ及びライブラリデータコレクタ222が示されている。提案ジェネレータ202は、広告特徴選択ガイドライン216、広告テンプレート(群)218及び画像クリップライブラリ220とともに画像入り広告提案ジェネレータ206に入力される広告主入力204を含む。提案された画像入り広告208及び当該提案された画像入り広告のクリックスルーレートを特定するクリックスルーデータ210が画像入り広告提案ジェネレータ206からアウトプットされる。
IV.提案ジェネレータ
図3は本発明に従った提案ジェネレータ202を示している。広告主入力204がターゲットオーディエンスの好み(限定するわけではないが、性別、社会経済的ステータス、興味等を含む。)を含んでも良いが、当該タイプのような広告されるべき製品及びまたはサービスに限定しない。この情報は、限定するわけではないが、製品/サービス、ターゲット情報、予算情報等のような適当な情報の広告主のフォームへの記入またはその他の適当な情報収集技術による入力を含む様々な方法で広告主から入手される。
本発明の実施形態は、会社のロゴのような画像306を広告主のウェブページから抽出するウェブ画像エクストラクタ302を含む。
広告主は、広告主のウェブページ、画像クリップライブラリ220及び広告テンプレート(群)218の中から1つまたは複数のテンプレート及び画像構成要素を選択しても良い。広告主は、少なくとも1つの特徴選択ガイドライン216に従って自らの画像広告を構成しても良い。
本発明の実施形態は、広告主に提案される画像入り広告208を自動的に生成する画像提案ジェネレータ206を含んでいる。自動的に生成された画像広告は、動作については後述するカラーテーマアダプタ304−1によって選択される1つまたは複数の調和のとれた背景色及び/または構成色を含んでいる。
そして、広告主は他のオンラインコンテンツ(例えばウェブページ)を見ようとしているユーザに表示するための1つまたは複数の自動的に生成される画像広告を選択しても良い。
本発明の実施形態は、ポルノ及び/またはいかがわしいものを対象にした広告をフィルタして排除するコンテンツフィルタ304を含んでいても良い。
コンテキストホスティングページの1つまたは複数の色に基づいて、カラーテーマアダプタ304−2が画像入り広告の1つまたは複数の色を自動的に変えても良い。
ホスティングページに提供されている画像入り広告をオンラインユーザがクリックすると、広告クリックスルーレート210を含むがこれに限定するわけではない当該画像入り広告の情報が記録されて画像広告モデルトレーナ及びライブラリデータコレクタ222に伝送され、オフラインモデリング情報を更新するために使用される。
A.画像エクストラクタ
本発明の実施形態によれば、画像エクストラクタ302が自動的に広告主のウェブページから画像を抽出しても良い。このタイプの抽出された画像は、提案ジェネレータ202によって使用される画像データベース404を構築するために使用されても良い。本発明の実施形態によれば、3つの画像カテゴリが広告主のウェブページとの関連性及び機能性に従って決められても良い。ロゴ画像が1つの画像カテゴリを構成する。支配的な画像はその他の画像カテゴリである。この文中において「支配的な画像」という言葉は、比較的品質が高くかつ広告主のウェブページの主要コンテンツに付随する画像にあたる。広告主のウェブページ内のその他の画像が第3画像カテゴリを構成し、これらその他の画像を非支配的画像と呼ぶ。
本発明の実施形態によれば、従来のサポートベクタマシン(SVM)分類アルゴリズム(「非特許文献1」、「非特許文献2」を参照)が3つの画像特徴のセットに基づいて変更され、広告主のウェブページの画像が自動的に3つのカテゴリに分類されるようにしてもよい。
3つの異なる特徴のセットが広告主のウェブページの画像に対して使用されても良い。第1特徴セットはコンテンツベースの画像特徴である。これらの特徴は、比較的高品質の画像(支配的な画像のようなもの)及び独特な画像(ロゴ画像のようなもの)を特定する基準である。色モーメント(「非特許文献3」を参照)が、画像の支配的特徴を各々のカラーチャネルの当該3つのモーメントによって表すために使用されても良い。ガボールフィルタ(「非特許文献4」を参照)が画像からテクスチャ特徴を抽出することに使用されても良い。ガボールフィルタは画像検索において広く使用されており、一般的に効率的かつ効果的であると考えられている。
第2特徴セットは物理的な画像特徴に関連している。これらの特徴は、1つまたは複数の物理的性質から画像の重要度を特性づけ、これらのことは画像、ウェブページ内の画像部分、画像サイズ、並びに画像ブロック内の周囲のテキストのフォントフェイス及びサイズの重要度を決定するのに有効であるだろう。
第3特徴セットは、意味論上(semantic)のテキストベース特徴に関係している。これらの特徴は画像の意味論上の意味を明らかにすること及び画像とウェブページとの関連性、画像ブロック内及びウェブページの主要コンテンツ内の周辺のテキストとの類似性並びに画像のファイル名とウェブページの主要コンテンツとの類似性の特定を支援することに対して有効な場合がある。
上述した3つの特徴セットは、画像の様々な特徴に従って画像の性質を特徴づけるために使用することができる。すべての特徴を分類子入力の1つの特徴ベクトルと連鎖させること無しには、各々の特徴セットに基づいて3つのSVMモデルを独立的に教育することはできないだろう。最終分類子が当該3つのSVM結果において教育されて、非線形法において当該3つのモデルを融合させる。
B.カラーテーマアダプタ
本発明の実施形態によれば、カラーテーマアダプタ304−1及び304−2(合わせて304と呼ぶ)が使用されて画像入り広告の色が適当に変化せしめられ、これらの色は画像入り広告をホスティングしているウェブページの1つまたは複数の色と調和する。例えば、前面の色(例えば画像入り広告内の色)が、表示されている背景色(例えば、ホスティングページ及び/または画像入り広告の背景色)と表示されている前面の色との間で視認性についての競合(または任意のその他のタイプの非共存性)が検知されたときに変更されても良い。新しい前面の色は、表示された背景と前面の色との間のルミナンス・コントラスト、色合いコントラスト及び/または主観的分類コントラストを考慮した、予め定められた視認性判定基準に基づいて選択されても良い。
図9は機能的コンポーネントを示し、当該機能的コンポーネントには背景色に基づいて適当に前面の色を変更するカラーテーマアダプタ304の実施形態の一部を少なくとも含む。
図9の例は、背景色エクストラクタ902及び前面色ピッカー912が示されている。背景色エクストラクタ902は、背景色上に表示されている類似色のテキストフォントまたはアイコン背景色の視認性に影響を与えるのに十分なほど重要な背景色を収集してもよい。さらに、背景色エクストラクタ902は、少なくとも設定された基準に従って他の1と類似していると判定された収集された背景色をまとめても良い。
少なくとも1つの実施形態によれば、前面色ピッカー912は、例えばテキストフォントに対して前面色を設定された視認性判定基準に基づいて選択して、背景色エクストラクタ902によって抽出された色との十分なコントラストを提供する。
背景色エクストラクタ902は、画像入り広告をホスティングしているウェブページの色のような背景色904の副標本をとっても良い。表示された背景色内の実質的に全てのピクセルを処理することを回避するために、前述の副標本をとることがx軸のf及びy軸のf要素によって行われる。処理のロバスト(安定)性は前述のサンプリング要素の増加によって増大する。
パラメータf及びfは、フォントの空間頻度に従って予め定義されても良い。空間頻度は少なくとも、背景のサンプリングされた部分の最前面において検知されるであろうフォント及び/またはアイコンの評価指標(例えば、キャラクタボックスサイズ、アセント、ディセント高さ等)及び表示分類(例えばイタリック体及びボールド体)に関連している。例えば、表示されたデスクトップ上において検出された8ポイントのタホマ体の背景は、通常表示に対してはサンプル要素f=f=2によってサンプリングされ、表示分類が「ボールド」の場合はサンプル要素f=f=4によってサンプリングされる。このようなサンプリングパラメータの例は例示としてだけであって限定するものではない。さらに、与えられた例においては、パラメータf及びfは対称にされなければならない必要はない。むしろ、堅牢な処理を維持している間、パラメータ値が十分な色サンプルの提供の要求によって影響を受け、従ってパラメータ値が変更され得る。
背景色エクストラクタ902は、サンプリングされた背景から抽出される類似の色906をさらにクラスタ化しても良い。収集は、R、G、B(赤、緑、青)チャネル個々においてE=E=E=32とする量子化ステップによる当業者には周知な均質量子化手法を用いて行われる。上記のE、E及びEの値は、例示であって任意の方法において制限するものではない。各クラスタの平均色はクラスタの代表色としてみなされ、ピクセルの観点からクラスタのサイズは背景内の代表色の重みとみなしても良い。
上記のように類似の背景色は一緒にクラスタ化することができる。例として、サンプリングされた背景色CとCとが類似であるかどうかを判定するために、C及びCのRGB特性(例えば、C(R、G、B)及びC(R、G、B))並びに上記のE、E及びEの量子化ステップが考慮される。(R/E)=(R/E)、(G/E)=(G/E)かつ(B/E)=(B/E)である場合、C及びCは類似とみなされる。代替実施形態として、R、G、Bは個々の色の例CのR、G、Bチャネルの量であり、範囲は0から255であることに留意されたい。
前面色ピッカー912は背景から抽出された背景色または背景色群908を受信する。
従って、前面色ピッカー912は、当該受信した背景色または背景色群と十分にコントラストがある1つまたは複数の色を選択して、調和のとれた前面色を提供することができる。そうするために、前面色ピッカー912は、表示されるUIによって選択された離散的な色のセットから構成されるカラープールにアクセスすることができる。
図11は、本発明の実施形態に従った、白、黒並びにRYB(赤、黄、青)カラーホイールにおける第1及び第2の色からなるカラープールの例を示した表である。
前面カラーピッカー912によって使用される、視認性判断基準の例及び前面色の選択の技術例を以下に記述する。
特に、サンプリングされた背景に対する前面色の視認性を測定するために、視認性判断基準は少なくとも比色量及び知覚される量を考慮する。このような量はルミナンス、色相、ブライトネス、ライトネス、彩度及び飽和度を含む。
ルミナンスは表示された面上のピクセルまたは領域から放出される明るさの量として考えることができる。ルミナンスはルーメンで測定される。表面のある点かつ所定方向におけるルミナンスは、考慮されている当該点を含む表面の極小要素の所定方向における光度(luminous intensity)の係数である。これは当該所定の方向に対して垂直な平面上の表面要素の直角に投影された領域による。
色相は支配的な色の波長、例えば青、緑、赤等によって表される色の知覚特性として考えることができる。
ブライトネスはディスプレイデバイス上の光レベルとして考えられる。換言すれば、ブライトネスは与えられる視覚的刺激が比較的強いか弱いかに従った視覚特性である。
ライトネスは、「白い」刺激として受け止められるのと同等に光る領域から放出される光と比較して多くまたは少なく光を放出するディスプレイの一部の視覚特性として考えられる。従ってライトネスは相対ブライトネスと呼ばれる。
彩度(またはクロミナンス)は、彩色刺激の同じ明るさの無彩色刺激からの違いの度合いを判断できる視覚特性として考えられる。
飽和度はディスプレイ内の黒さの量に関連し得る。つまり、飽和度はブライトネスに関わらない彩色刺激の無彩色刺激からの違いの度合いを判断することができる視覚特性である。
特に、本明細書で開示されている実施形態によれば、視認性の判断基準はルミナンス・コントラスト、色相コントラスト及び「暖/冷」コントラストに基づいている。
前面の色と背景の色との間の相対的なルミナンスとして考えられるルミナンス・コントラスト(ΔY)が抽出された前面色及び背景色のRGBパラメータを使用して測定されても良い。ΔYは「非特許文献5」においてジェイムズ達が提唱した以下の式を用いて測定される。
Figure 0005230612
色相コントラスト(ΔH)はクロマティックな色間のコントラストとされてもよい。色相コントラストを定量的に測定するために、各々の前面色がジェイムズ達によって提供されたアルゴリズムを使用して「HSL」(色相、色飽和度、ライトネス)色空間に変換される。色のHSL色空間への変換は周知であるので、その説明はここでは行わない。従って、色相(H)範囲0から360、飽和度(s)及びライトネス(l)の範囲0.00から1.00ということは知られている。さらに、彩度(c)が以下のように近似される。飽和度が彩度をライトネスで除算することによって定義される関係に基づいて、c=s・(l−|l−0.5|/0.5)と近似されるのである。従って、色相コントラストは以下の式によって決定される。
Figure 0005230612
「暖/冷」コントラスト(ΔW)は、それぞれの色を「暖かい」または「冷たい」と分類することによる前面色及び背景色のコントラストとされてもよい。もちろん、本明細書に記載されている実施形態は「暖かい」及び「冷たい」のような用語によって限定されるものではない。むしろ代替例も提供されている当該技術は、本明細書に記述されている実施形態によって提供されている任意の色のコントラストをさらに明確に説明するために提供されている。
例えば「冷たい」色は青、緑、紫で、「暖かい色」は赤、黄、橙とすることができる。これらの色を「冷たい」または「暖かい」とする分類は、各々の色の色相、ライトネス及び飽和度の判定に基づいて行われる。例えば、どちらのシェードも同じ色相を有しているが、緑の明るいシェードは「冷たい」と見える一方で緑の暗いシェードはそうは見えない。「冷たい」及び「暖かい」という色の特徴は主観的と考えられ得るので、当該実施形態は、「非特許文献6」によるファジー理論に従っている。
「暖かい」及び「冷たい」色のメンバーシップ関数(δ)に関する解析式は以下の様になる。
Figure 0005230612
ここで、以下の様になる。
Figure 0005230612
メンバーシップ関数に基づいて、「暖かい」及び「冷たい」色の定量的な定義の例は以下の様になる。
1つの実施形態によれば、黒が「冷たい」色とされる一方、白は黄色が付随している場合は「暖かい」色とされるが、シアンが付随している場合は「冷たい」色とされる。
クロマティック色に関しては当該「暖かい/冷たい」コントラストΔWが以下のように定義される。
Figure 0005230612
少なくとも1つの実施形態に従った視認性基準(L)がルミナンス・コントラスト、色相コントラスト及び「暖かい/冷たい」コントラストに基づいている。さらに具体的には、L(Cforeground,Cbackground)を、前述のカラープールの前面色候補(Cforeground)と抽出される背景色(Cbackground)に関する視認性の値とみなしてもよい。L(Cforeground,Cbackground)は以下のように定義することができる。
Figure 0005230612
、w及びwは、ルミナンス・コントラスト、色相コントラスト及び「暖かい/冷たい」コントラストの各々に対応する重みである。
当該実施形態において、値L(Cforeground,Cbackground)が予め定められた閾値を超えた場合、前面色候補(Cforeground)と抽出された背景色(Cbackground)との間のコントラストはユーザに対して視認性のあるUI経験を提供するのに十分であると判断される。換言すれば、L(Cforeground,Cbackground)>(予め定められた閾値)ならば、CforegroundはCbackground上で読みやすい。反対に、L(Cforeground,Cbackground)<(予め定められた閾値)ならば、前面色候補(Cforeground)と抽出された背景色(Cbackground)との間のコントラストはユーザに対して視認性のあるUI経験を提供するのに不十分であると判断され、従って(Cforeground)の異なった候補が考慮されるべきである。
前述した予め定められた閾値は設定可能なパラメータであり得、実験によって予め定められる。閾値は表示された背景色と前面色との間の許容できるコントラストの主観的基準に従って設定され得る。従って、背景色と前面色との間で要求されるコントラストが増加すると、閾値が低くなる。
例として、前面色ピッカー912がCforegroundのカラープール候補及び抽出される背景色Cbackgroundに関するL(Cforeground,Cbackground)を判定しても良い。Cforegroundのための各々のカラープール候補は、限定するわけではないが、「スコア」及び「コンフリクトナンバ」を含む特性が割り当てられていても良い。特定のカラープール候補(Cforeground)に関する「スコア」は、(Cforeground,Cbackground)の全ての可能な組み合わせの視認性値の合計と考えられても良い。ここで、Cbackgroundは任意の抽出された背景色とすることができる。特定のカラープール候補(Cforeground)に関する「コンフリクトナンバ」は、L(Cforeground,Cbackground)<(予め定められた閾値)である(Cforeground,Cbackground)の組み合わせ、すなわち、ユーザに視認性のある視覚経験を提供するのに十分なコントラストを持たない(Cforeground,Cbackground)の組み合わせの数と考えられても良い。
全面色ピッカー912はカラープールから前面色Cforegroundを以下の様に選択することができる。コンフリクトナンバが0のカラープール候補を選択し、コンフリクトナンバが0の複数のカラープール候補の中から1番スコアの高いカラープール候補を選択するか、またはコンフリクトナンバが0のカラープール候補がない場合には1番低いコンフリクトナンバを有するカラープール候補を選択する。
視認性基準(L)は表示環境の前面色と背景色との間の複数の関係の線形合成であり、視認に対する人間の感覚的要求のエミュレーションを試みることで提供される。従って、重みw、w及びwは所望の知覚基準に近づくように選択される。1つの実施形態に従うと、重みはw=0.7、w=0.1及びw=0.3の値を割当てられる。このような値は実施形態としてだけ提供され、どのような方法においても制限することを意図したものではない。
さらに具体的には、当該重みはラーニングベースの方法を用いて導かれても良い。例えば、前面色及び背景色のサンプルを示す800の色のペアのトレーニングセットを使用して、抽出された背景色と十分なコントラストを持つように前面色が選択されるように保証する当該重みが導き出される。さらに、色のトレーニングセットが変更されたときは、抽出された背景色に関してもっとも適当な前面色が選択されるように重みは変更または更新されるのが望ましい。
図10は、視認性基準を決定するのに使用される重みw、w及びwの内の少なくとも1つの変更の例示的な処理フローを示している。このような処理フローは、カラープールからコントラストのある少なくとも1つの色を選択する間に前面色ピッカー220によって実行されても良い。
図10に示された例示的処理フローに従うと、1005でその時の重みw、w及びwを使用して前面色Cが選択され、判定1010が選択された前面色が例えばテスターによって所望された色Cと同じであるかどうかという判定を行う。
1010においてCがCと同じではないと判定された場合、その時の重みw、w及びwがそのまま保持され、1040において処理が終了する。
しかし、1010においてCがCと同じと判定された場合、少なくとも3つの異なったシナリオによって重みw、w及びwの1つが変更され得る。
選択された色Cは抽出された背景色と競合しないが、所望の色Cが競合して1015と判定された場合、すべての重みw、w及びwが値を0.1減少させられる変更1030を受ける。その後、当該重み変更処理は1040において終了する。
選択された色Cと所望の色Cの両方が抽出された背景色と競合する、または、選択された色Cと所望の色Cの両方が抽出された背景色と競合しないとされ1020と判断された場合、すべての重みw、w及びwがCとCの各々の色に関する重みw、w及びwの一番大きいものが0.01減少させられる変更1035を受ける。
従って、ウェブページにホスティングされる画像入り広告の色のような前面色は、対応するホスティングウェブページの背景色に関して十分な調和を提供するように適応させられ得る。本明細書に記載されている実施形態は変更することができ、表示される背景色を適応的に変化させても良いし、上述の実施形態に従って前面色を順応変化させても良い。
V.広告形式特徴提案
図4には、本発明の実施形態に従ったモデルトレーナ及びライブラリデータコレクタ222を示している。画像404が画像特徴エクストラクタ212に入力される。画像広告データ402及び画像特徴エクストラクタの出力が組み合わせられて、画像特徴ランキングエンジン214に入力される広告形式特徴群412を生成する。広告特徴選択ガイドライン216及び1つまたは複数の広告テンプレートが画像特徴ランキングエンジン214によって出力される。
本発明の実施形態によれば、画像特徴エクストラクタ212は1つまたは複数の画像から特徴を選択しても良い。抽出された画像特徴群は、広告主情報、広告ターゲットオーディエンス情報、コスト情報及びクリックスルーレートを含むがこれに限定されるわけではないその他の画像広告データとともに、画像特徴ランキングエンジン214に入力されても良い。画像特徴ランキングエンジン214は画像広告の特徴及びクリックスルーレートを解析して、1つまたは複数の広告特徴選択ガイドライン216及び1つまたは複数の広告テンプレート218を導出する。
本発明の実施形態によれば、フリー画像クリップ406が収集されて画像クリップライブラリ220に保存される。インセンティブモジュール410が、入力としてアーティストがデザインした画像及びアーティストがデザインした画像408を含む広告のクリックスルーレートを受信することができる。その後、当該インセンティブモジュールは、当該画像クリップライブラリに画像を出力し、どのアーティストに対して当該アーティストが作成した画像の使用に関する報酬を受けさせるべきかに関する情報を出力することによって、アーティストが作成した作品を画像クリップライブラリに投稿することを奨励する。
その後、広告特徴選択ガイドライン216、1つまたは複数の広告テンプレート218及び画像クリップライブラリ220が提案ジェネレータ202に出力される(図2に示されているように)。
A.広告画像特徴選択ガイドラインのモデリング
本発明の実施形態によれば、広告画像特徴選択ガイドライン216が以下の5つのステップに従ってモデリングされ得る。
ステップ1−画像解析:平均色、主要色、色の数、色ヒストグラム、色モーメント、色コレログラム、注目点及び任意のその他適当な画像特徴を広告画像から抽出する。特徴のさらに詳しい内容は図5から図8内に示される表で示す。図5は本発明の実施形態に従ったファイル関連特徴を示している。図6は本発明の実施形態に従った統計関連特徴を示している。図7は本発明の実施形態に従った量的な特徴を示している。図8は本発明の実施形態に従った知覚的な特徴を示している。
ステップ2−その他の広告特徴の収集:広告に関するクリックした人とクリックしなかった人のデモグラフィックデータ(年齢や性別を含むがこれに限定されない)及び広告に関連する業種の収集。
ステップ3−画像入り広告に関するクリックスルーデータの収集。
ステップ4−マシンラーニング:多重線形回帰モデル。
Figure 0005230612
i=1,...,Nがステップ1から抽出された画像特徴の指標である場合、Nはステップ1から抽出された画像特徴の総数であり、xはi番目の画像特徴であり、αはi番目の画像特徴と関連したi番目の係数であり、j=1,...,Mはステップ2から収集されたその他の広告特徴の指標であり、Mはステップ2から収集されたその他の広告特徴の総数であり、ステップ2から収集されたyはj番目のその他の広告特徴であり、βはj番目の広告特徴に関連したj番目の係数であり、CTRは広告のクリックスルーレートである。
多重線形回帰モデルを使用して以下の処理が行われ得る。(a)特定のデモグラフィック特徴および広告の業種に対するCTRに影響を与える特徴群を選択し、多重線形回帰モデルにおけるt−testを用いてどの特徴がCTRに重大な影響を与えるかを発見する。例えば色の数が重要な特徴になり得る。(b)当該重要な特徴がCTRにどの様に影響を与えるかを解析する。例えば、最初に色の数以外のその他の特徴を変えずに広告内の色の数を増加させるとCTRが増加し得る。しかし、最適な色数(例えば約10色)を超えると色の数以外のその他の特徴を変えずに広告内の色の数を増加させるとCTRは減少し得る。
ステップ5−特徴選択ガイドラインの集約:ステップ4の回帰結果を使用して、異なったデモグラフィック区分及び業種に関する特徴選択ガイドラインが集約される。例えば女性の18から28歳が対象の場合、広告内に5色の色を使用するとエンタテイメント産業に関して最大のCTRを達成し得る。他のターゲットオーディエンスの好み及びまたは業種に対してはその他の基準が適用され得ることは明らかである。
B.広告テンプレート選択ガイドライン
本発明の実施形態によれば、広告テンプレート選択ガイドラインにおいて広告テンプレートに重要構成要素であるテキストフォント、URLリンクの配置、支配的な画像の位置及びその他の特徴のようなさらに高いレベルの画像特徴が抽出されていることを除けば、広告テンプレート選択ガイドラインに関するアルゴリズムは広告特徴選択ガイドラインに関連して上述されたアルゴリズムに類似している。そして、さらに高いレベルの画像特徴は、多重線形回帰モデルを教育するために、クリックする人のデモグラフィックデータ、業種データ及びCTRと組み合わされる。その結果、重要な特徴が選択されてテンプレート選択ガイドラインが集約化される。
VII.結び
本発明の内容が構造的特徴及び/または方法論的動作を特定する言葉で記述されてきたが、当然ながら請求項で定義されている本発明の内容は必ずしも上述された特定の特徴や動作に限定されるわけではない。むしろ、上述された特定の特徴及び動作は請求項の発明の実施形態として開示されている。
本発明実施形態において実行されるコンピュータシステムの例示図である。 本発明の実施形態に従った画像入り広告を生成する広告生成システムを示した図である。 本発明の実施形態に従った提案ジェネレータを示した図である。 本発明の実施形態に従ったモデルトレーナ及びライブラリデータコレクタを示した図である。 本発明の実施形態に従ったファイル関連特徴の説明の表を示した図である。 本発明の実施形態に従った統計関連特徴の説明の表を示した図である。 本発明の実施形態に従った量的特徴の説明の表を示した図である。 本発明の実施形態に従った知覚特徴の説明の表を示した図である。 適応色スキームを実行する機能コンポーネントを示した図である。 図9の例に示されているコンポーネントの少なくとも1つに対応するサンプル処理フローを示した図である。 本発明の実施形態に従った様々な色の定量的定義の表を示した図である。

Claims (13)

  1. 画像入り広告を生成する広告生成システムであって、
    広告ターゲットオーディエンス情報、コスト情報及び広告主業種情報の少なくとも1つを特定する広告主の入力(204)に基づいて画像入り広告のための少なくとも1つの推奨される特徴を特定する少なくとも1つの特徴選択ガイドライン(216)と、
    前記画像入り広告内に含めるために選択される画像を含む画像クリップライブラリ(220)と、
    前記少なくとも1つの特徴選択ガイドライン(216)に基づく少なくとも1つの広告テンプレート(218)と、
    前記画像入り広告をホスティングするウェブページ上に存在する1つまたは複数の色に基づいて自動的に提案される1つまたは複数の提案された色を含む画像入り広告(208)を自動的に生成するコンピュータデバイスと、
    を具え、
    前記自動的に生成される画像広告は、広告主のウェブページから抽出された1つまたは複数の画像を含むことを特徴とするシステム。
  2. 前記広告ターゲットオーディエンス情報は、性別に基づくことを特徴とする請求項1に記載の広告生成システム。
  3. 前記広告ターゲットオーディエンス情報は、年齢に基づくことを特徴とする請求項1に記載の広告生成システム。
  4. 前記広告ターゲットオーディエンス情報は、社会経済的ステータスに基づくことを特徴とする請求項1記載の広告生成システム。
  5. 前記広告ターゲットオーディエンス情報は、興味に基づくことを特徴とする請求項1に記載の広告生成システム。
  6. 前記画像クリップライブラリは、ワールドワイドウェブ上で収集される自由に利用可能な画像を含むことを特徴とする請求項1に記載の広告生成システム。
  7. 前記提案される広告の色は、コンテキスト画像入り広告をホスティングする前記ウェブページ上に存在する1つまたは複数の色の変更に自動的に適応することを特徴とする請求項1に記載の広告生成システム。
  8. 前記1つまたは複数の画像は、前記広告主のウェブページから自動的に抽出されることを特徴とする請求項1記載の広告生成システム。
  9. 前記広告主のウェブページから自動的に抽出される1つまたは複数の画像は、前記画像を自動的に複数のカテゴリに分類するために複数の画像特徴セット群に基づいて変更されたサポートベクタラーニングアルゴリズムによって分類されることを特徴とする請求項8に記載の広告生成システム。
  10. 前記1つまたは複数の抽出される画像は、前記広告主のロゴ画像を含むことを特徴とする請求項1に記載の広告生成システム。
  11. 前記広告生成システムは、画像クリエーターに画像入り広告内に用いるための画像を提供するように奨励するインセンティブシステムを備えることを特徴とする請求項1に記載の広告生成システム。
  12. 前記インセンティブシステムが、画像の提供者への支払額の指標を、前記画像を含んだ広告が何回クリックスルーされたかに基づいて提供することを特徴とする請求項11に記載の広告生成システム。
  13. ポルノ及びポルノ以外のいかがわしいものの少なくとも1つを対象にしている広告を除去するコンテンツフィルタをさらに備えることを特徴とする請求項1記載の広告生成システム。
JP2009510940A 2006-02-15 2007-02-15 コンテキスト画像入り広告の生成 Active JP5230612B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/355,634 US8417568B2 (en) 2006-02-15 2006-02-15 Generation of contextual image-containing advertisements
US11/355,634 2006-02-15
PCT/US2007/004054 WO2008130338A2 (en) 2006-02-15 2007-02-15 Generation of contextual image-containing advertisements

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2012023374A Division JP5450681B2 (ja) 2006-02-15 2012-02-06 コンテキスト画像入り広告の生成

Publications (2)

Publication Number Publication Date
JP2009534776A JP2009534776A (ja) 2009-09-24
JP5230612B2 true JP5230612B2 (ja) 2013-07-10

Family

ID=38369854

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2009510940A Active JP5230612B2 (ja) 2006-02-15 2007-02-15 コンテキスト画像入り広告の生成
JP2012023374A Expired - Fee Related JP5450681B2 (ja) 2006-02-15 2012-02-06 コンテキスト画像入り広告の生成

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2012023374A Expired - Fee Related JP5450681B2 (ja) 2006-02-15 2012-02-06 コンテキスト画像入り広告の生成

Country Status (9)

Country Link
US (1) US8417568B2 (ja)
EP (1) EP2027564A4 (ja)
JP (2) JP5230612B2 (ja)
KR (1) KR20090010945A (ja)
CN (1) CN101512581A (ja)
BR (1) BRPI0707831A2 (ja)
MX (1) MX2008010480A (ja)
RU (1) RU2008133419A (ja)
WO (1) WO2008130338A2 (ja)

Families Citing this family (90)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7574530B2 (en) 2005-03-10 2009-08-11 Microsoft Corporation Method and system for web resource location classification and detection
US7475072B1 (en) 2005-09-26 2009-01-06 Quintura, Inc. Context-based search visualization and context management using neural networks
US7620607B1 (en) * 2005-09-26 2009-11-17 Quintura Inc. System and method for using a bidirectional neural network to identify sentences for use as document annotations
JP4878149B2 (ja) * 2005-11-17 2012-02-15 株式会社エヌ・ティ・ティ・ドコモ 広告配信システムおよび広告配信方法
US8666821B2 (en) * 2006-08-28 2014-03-04 Microsoft Corporation Selecting advertisements based on serving area and map area
US7650431B2 (en) * 2006-08-28 2010-01-19 Microsoft Corporation Serving locally relevant advertisements
US20080120646A1 (en) * 2006-11-20 2008-05-22 Stern Benjamin J Automatically associating relevant advertising with video content
US20080177588A1 (en) * 2007-01-23 2008-07-24 Quigo Technologies, Inc. Systems and methods for selecting aesthetic settings for use in displaying advertisements over a network
US7437370B1 (en) 2007-02-19 2008-10-14 Quintura, Inc. Search engine graphical interface using maps and images
US7900225B2 (en) * 2007-02-20 2011-03-01 Google, Inc. Association of ads with tagged audiovisual content
US7844605B2 (en) * 2007-04-20 2010-11-30 Yahoo! Inc. Using natural search click events to optimize online advertising campaigns
US9576302B2 (en) * 2007-05-31 2017-02-21 Aditall Llc. System and method for dynamic generation of video content
US20090012863A1 (en) * 2007-07-02 2009-01-08 Syta Saephan Automatic image advertisement generator
US20090024621A1 (en) * 2007-07-16 2009-01-22 Yahoo! Inc. Method to set up online book collections and facilitate social interactions on books
JP5466357B2 (ja) * 2007-10-09 2014-04-09 インターナショナル・ビジネス・マシーンズ・コーポレーション 電子文書の作成を支援する装置及び方法
US8041111B1 (en) * 2007-10-15 2011-10-18 Adobe Systems Incorporated Subjective and locatable color theme extraction for images
KR100932537B1 (ko) * 2007-11-26 2009-12-17 한국전자통신연구원 이미지 필터를 이용한 포렌식 증거 분석 시스템 및 방법
US20090148045A1 (en) * 2007-12-07 2009-06-11 Microsoft Corporation Applying image-based contextual advertisements to images
US8543924B2 (en) * 2008-03-06 2013-09-24 Microsoft Corporation Contextual-display advertisement
US20090240580A1 (en) * 2008-03-24 2009-09-24 Michael Schwarz Method and Apparatus for Automatically Targeting and Modifying Internet Advertisements
US8180754B1 (en) 2008-04-01 2012-05-15 Dranias Development Llc Semantic neural network for aggregating query searches
US8713456B2 (en) * 2008-05-15 2014-04-29 International Business Machines Corporation Establishing a graphical user interface (‘GUI’) theme
JP5094574B2 (ja) * 2008-06-12 2012-12-12 ヤフー株式会社 広告データを配信するサーバ、方法、およびプログラム
AU2008202672B2 (en) * 2008-06-17 2011-04-28 Canon Kabushiki Kaisha Automatic layout based on visual context
US20100083129A1 (en) * 2008-09-29 2010-04-01 Sumit Mishra User Interface for Internet Advertisement
US20100094860A1 (en) * 2008-10-09 2010-04-15 Google Inc. Indexing online advertisements
KR101174057B1 (ko) * 2008-12-19 2012-08-16 한국전자통신연구원 인덱스 분석장치와 인덱스 검색장치 및 그 방법
US20100208048A1 (en) * 2009-02-19 2010-08-19 Jennifer Cha Digital image storage system and human body data comparison method for medical and aesthetic applications
US8600849B1 (en) * 2009-03-19 2013-12-03 Google Inc. Controlling content items
US9760906B1 (en) 2009-03-19 2017-09-12 Google Inc. Sharing revenue associated with a content item
US9170995B1 (en) 2009-03-19 2015-10-27 Google Inc. Identifying context of content items
WO2010147578A1 (en) * 2009-06-15 2010-12-23 Hewlett-Packard Development Company, L.P. Image and theme artwork management
US8539351B2 (en) * 2009-08-21 2013-09-17 Yieldbuild, Inc. Optimizing online advertising link and text characteristics
JP2011066738A (ja) * 2009-09-18 2011-03-31 Sanyo Electric Co Ltd 投写型映像表示装置
FR2953049A1 (fr) * 2009-11-23 2011-05-27 Alcatel Lucent Procede et systeme d'assistance au choix de couleurs
WO2011065369A1 (ja) * 2009-11-30 2011-06-03 楽天株式会社 バナー生成システム、バナー生成装置、バナー生成方法、バナー生成プログラム、コンピュータ読み取り可能な記録媒体、情報提供システム、情報提供方法及び情報提供プログラム
JPWO2011105487A1 (ja) * 2010-02-25 2013-06-20 Fringe81株式会社 広告画像配信のためのサーバ装置およびプログラム
US10116902B2 (en) * 2010-02-26 2018-10-30 Comcast Cable Communications, Llc Program segmentation of linear transmission
US8473337B2 (en) * 2010-05-28 2013-06-25 Microsoft Corporation Auctioning segmented avails
US9113215B1 (en) * 2010-07-30 2015-08-18 Lincoln Berry, III Interactive advertising and marketing system
US10674230B2 (en) * 2010-07-30 2020-06-02 Grab Vision Group LLC Interactive advertising and marketing system
WO2012071696A1 (zh) * 2010-11-29 2012-06-07 华为技术有限公司 基于用户兴趣学习的个性化广告推送方法与系统
US9400835B2 (en) * 2011-07-28 2016-07-26 Nokia Technologies Oy Weighting metric for visual search of entity-relationship databases
CN102999497B (zh) * 2011-09-09 2017-11-14 腾讯科技(北京)有限公司 一种媒体信息位推荐方法及系统
US9058623B2 (en) 2011-11-02 2015-06-16 Microsoft Corporation Semantic tagged ads
CN102547403B (zh) * 2011-12-29 2014-06-04 孙巍 一种实时发布电视广告的系统
US20130185625A1 (en) * 2012-01-18 2013-07-18 Skinected System and method for intelligently sizing content for display
US8626585B1 (en) 2012-05-14 2014-01-07 Google Inc. Selection of images to display next to textual content
EP2862346A1 (en) * 2012-06-18 2015-04-22 Thomson Licensing A device and a method for color harmonization of an image
US9430779B1 (en) 2012-07-26 2016-08-30 Google Inc. Determining visual attributes of content items
CN103593346A (zh) * 2012-08-14 2014-02-19 李维智 图像关键字广告系统及其方法
US9645981B1 (en) * 2012-10-17 2017-05-09 Google Inc. Extraction of business-relevant image content from the web
US20150178786A1 (en) * 2012-12-25 2015-06-25 Catharina A.J. Claessens Pictollage: Image-Based Contextual Advertising Through Programmatically Composed Collages
US20140229296A1 (en) * 2013-02-12 2014-08-14 Google Inc. System and method for extracting style information from web pages and generating advertisements
US20140258004A1 (en) * 2013-03-07 2014-09-11 Michael ALVES Method for Improving Internet Text Advertisement Visibility
JP6167697B2 (ja) * 2013-07-01 2017-07-26 凸版印刷株式会社 販売促進効果分析装置、販売促進効果分析方法及びプログラム
JP2015011691A (ja) * 2013-07-02 2015-01-19 ニフティ株式会社 予測プログラム、予測方法及び予測装置
CA2957638A1 (en) 2013-08-08 2015-02-12 E-Valuation,Inc. Systems and methods of communicating information regarding interpersonal relationships using biographical imagery
WO2015066891A1 (en) * 2013-11-08 2015-05-14 Google Inc. Systems and methods for extracting and generating images for display content
US9424410B2 (en) 2013-12-09 2016-08-23 Mastercard International Incorporated Methods and systems for leveraging transaction data to dynamically authenticate a user
US9928358B2 (en) * 2013-12-09 2018-03-27 Mastercard International Incorporated Methods and systems for using transaction data to authenticate a user of a computing device
CN103744942B (zh) * 2013-12-31 2017-05-31 广州市动景计算机科技有限公司 网页浏览方法及装置、网页浏览终端设备
JP6154545B2 (ja) * 2014-03-31 2017-06-28 楽天株式会社 情報処理装置
JP2015230512A (ja) * 2014-06-03 2015-12-21 東芝テック株式会社 ユーザインタフェース画面作成支援システム
US9984159B1 (en) 2014-08-12 2018-05-29 Google Llc Providing information about content distribution
CN104391857A (zh) * 2014-10-17 2015-03-04 惠州Tcl移动通信有限公司 设备终端及根据年龄信息显示网页内容的方法
US10495884B2 (en) * 2014-12-14 2019-12-03 Elbit Systems Ltd. Visual perception enhancement of displayed color symbology
JP6730002B2 (ja) * 2015-03-20 2020-07-29 ヤフー株式会社 抽出装置、抽出方法及び抽出プログラム
US9886732B2 (en) * 2015-10-09 2018-02-06 AppNexus Inc. Systems and methods for pixel-based watermarking
CN105976203B (zh) * 2016-04-28 2020-10-30 广州筷子信息科技有限公司 互联网广告创意自动生成方法及装置
CN107679883A (zh) * 2017-05-05 2018-02-09 平安科技(深圳)有限公司 广告生成的方法及系统
JP6891632B2 (ja) * 2017-05-25 2021-06-18 カシオ計算機株式会社 広告管理装置、広告作成支援方法及びプログラム
US20190043074A1 (en) * 2017-08-03 2019-02-07 Facebook, Inc. Systems and methods for providing machine learning based recommendations associated with improving qualitative ratings
US11170288B2 (en) 2017-08-03 2021-11-09 Facebook, Inc. Systems and methods for predicting qualitative ratings for advertisements based on machine learning
US11270353B2 (en) 2017-11-21 2022-03-08 International Business Machines Corporation Visually and/or semantically integrating a digital advertisement within a digital composition
JP7122188B2 (ja) * 2018-08-03 2022-08-19 Kddi株式会社 制作物の作成又は選択を支援する支援情報を提供可能な制作支援プログラム、装置及び方法
CN110827373A (zh) * 2018-08-13 2020-02-21 北京京东尚科信息技术有限公司 广告图片生成方法、装置以及存储介质
CN110909506A (zh) * 2018-09-10 2020-03-24 北京京东金融科技控股有限公司 平面设计物料生成的方法和装置
CN109242927B (zh) * 2018-09-29 2024-02-02 三六零科技集团有限公司 一种广告模板生成方法、装置及计算机设备
WO2020101656A1 (en) * 2018-11-13 2020-05-22 Google Llc Systems and methods of selecting visual elements based on sentiment analysis
US10891351B2 (en) * 2018-11-29 2021-01-12 Capital One Services, Llc Systems and methods for automatically generating and optimizing web pages
JP6664578B1 (ja) * 2018-12-03 2020-03-13 ヤフー株式会社 生成装置、生成方法及び生成プログラム
JP6635457B1 (ja) * 2018-12-07 2020-01-22 株式会社エフォートサイエンス 情報処理装置、プログラム、及びシステム
CN110163676A (zh) * 2019-05-17 2019-08-23 王华华 一种人工智能广告策划方法及系统
JP7371362B2 (ja) 2019-06-21 2023-10-31 カシオ計算機株式会社 ホームページ管理装置、ホームページ管理方法及びプログラム
CN111506287B (zh) * 2020-04-08 2023-07-04 北京百度网讯科技有限公司 页面显示方法和装置、电子设备和存储介质
CN112579962A (zh) * 2020-12-29 2021-03-30 五八有限公司 网页颜色调整方法、装置、电子设备和计算机可读介质
CN112581195B (zh) * 2021-02-25 2021-05-28 武汉卓尔数字传媒科技有限公司 一种广告推送方法、装置和电子设备
KR102586377B1 (ko) * 2021-07-01 2023-10-06 주식회사 미리디 디자인 템플릿으로부터 추출된 테마 색상을 기반으로 전체 테마 색상을 편집하는 방법
KR102570910B1 (ko) * 2022-06-10 2023-08-28 (주)딜리셔스랑고 광고에 사용되는 이미지의 광고 가이드라인 준수 여부를 판단하는 서비스 제공 장치, 시스템, 방법 및 프로그램

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060279A (en) * 1986-04-10 1991-10-22 Hewlett-Packard Company Expert system using pattern recognition techniques
US5740549A (en) * 1995-06-12 1998-04-14 Pointcast, Inc. Information and advertising distribution system and method
US20010034628A1 (en) * 1995-10-03 2001-10-25 Eder Jeffrey Scott Detailed method of and system for modeling and analyzing business improvement programs
US6311185B1 (en) * 1997-10-30 2001-10-30 At&T Corp. Method and apparatus for modifying an information page transmitted in a communications network
US6560578B2 (en) * 1999-03-12 2003-05-06 Expanse Networks, Inc. Advertisement selection system supporting discretionary target market characteristics
JP2001154655A (ja) * 1999-11-29 2001-06-08 Ibm Japan Ltd 色変換システム
JP2002082874A (ja) 2000-06-19 2002-03-22 Sony Computer Entertainment Inc バナー広告作成装置および方法、記憶媒体
JP4435943B2 (ja) 2000-06-30 2010-03-24 株式会社プラザクリエイト 広告情報提供システム
AU2001273306A1 (en) * 2000-07-05 2002-01-14 Camo, Inc. Method and system for the dynamic analysis of data
JP2002041968A (ja) 2000-07-31 2002-02-08 Sony Corp 情報画像利用システム,情報画像処理装置,情報画像生成装置,情報画像管理サーバおよびプログラム記録媒体
US20020194215A1 (en) * 2000-10-31 2002-12-19 Christian Cantrell Advertising application services system and method
US7016532B2 (en) * 2000-11-06 2006-03-21 Evryx Technologies Image capture and identification system and process
US20020109729A1 (en) * 2000-12-14 2002-08-15 Rabindranath Dutta Integrating content with virtual advertisements using vector graphics images obtainable on the web
US7406434B1 (en) * 2000-12-15 2008-07-29 Carl Meyer System and method for improving the performance of electronic media advertising campaigns through multi-attribute analysis and optimization
US20030144907A1 (en) * 2001-03-05 2003-07-31 American Express Travel Related Services Company, Inc. System and method for administering incentive offers
US7266839B2 (en) * 2001-07-12 2007-09-04 J P Morgan Chase Bank System and method for providing discriminated content to network users
JP2003186899A (ja) 2001-12-19 2003-07-04 Inter Vision Inc 広告送信システム
JP4005820B2 (ja) * 2002-02-21 2007-11-14 株式会社東芝 電子商品流通システム、電子商品流通方法及びプログラム
EP1488235A4 (en) * 2002-03-06 2006-09-20 Univ Boston SYSTEMS AND METHODS FOR REVERSE ENGENERERING OF MODELS OF BIOLOGICAL NETWORKS
US20070016390A1 (en) * 2002-03-06 2007-01-18 Bernardo Diego D Systems and methods for reverse engineering models of biological networks
US20030233197A1 (en) * 2002-03-19 2003-12-18 Padilla Carlos E. Discrete bayesian analysis of data
JP2004138692A (ja) 2002-10-16 2004-05-13 Hitachi Eng Co Ltd インターネット広告情報提供システム
US20040101156A1 (en) * 2002-11-22 2004-05-27 Dhiraj Kacker Image ranking for imaging products and services
JP2004280472A (ja) 2003-03-14 2004-10-07 Toshiba Corp Web文書診断装置およびWeb文書診断方法
US6803933B1 (en) * 2003-06-16 2004-10-12 Hewlett-Packard Development Company, L.P. Systems and methods for dot gain determination and dot gain based printing
US20040260767A1 (en) * 2003-06-19 2004-12-23 David Kedem Dynamic web advertisement and content display system
US8595071B2 (en) * 2003-06-30 2013-11-26 Google Inc. Using enhanced ad features to increase competition in online advertising
JP2005044330A (ja) * 2003-07-24 2005-02-17 Univ Of California San Diego 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置
US7516086B2 (en) * 2003-09-24 2009-04-07 Idearc Media Corp. Business rating placement heuristic
JP2005107931A (ja) 2003-09-30 2005-04-21 Ricoh Co Ltd 画像検索装置
US20050086105A1 (en) * 2003-10-17 2005-04-21 Mcfadden Jeffrey A. Optimization of advertising campaigns on computer networks
JP2005293279A (ja) 2004-03-31 2005-10-20 Dainippon Printing Co Ltd 商品画像選定装置、商品画像選定方法および商品画像選定プログラム
US20050278309A1 (en) * 2004-06-02 2005-12-15 Perry Evans System and method for mining and searching localized business-marketing and informational data
JP3930001B2 (ja) 2004-07-21 2007-06-13 京セラミタ株式会社 画像形成装置
US20060103667A1 (en) * 2004-10-28 2006-05-18 Universal-Ad. Ltd. Method, system and computer readable code for automatic reize of product oriented advertisements
US20060236231A1 (en) * 2004-11-02 2006-10-19 Quark, Inc. Systems and methods for developing dynamic media productions
US20060153824A1 (en) * 2005-01-13 2006-07-13 Everett Laboratories, Inc. Methods and kits for co-administration of nutritional supplements
WO2006105094A2 (en) * 2005-03-29 2006-10-05 Duke University Sensor system for identifying and tracking movements of multiple sources
US20060224445A1 (en) * 2005-03-30 2006-10-05 Brian Axe Adjusting an advertising cost, such as a per-ad impression cost, using a likelihood that the ad will be sensed or perceived by users
US7603619B2 (en) * 2005-11-29 2009-10-13 Google Inc. Formatting a user network site based on user preferences and format performance data
US20070143184A1 (en) * 2005-12-15 2007-06-21 Madison Avenue Tools, Inc Method of Facilitating Advertising Research and Use of the Method
EP1982290B1 (en) * 2006-01-27 2013-10-23 Spyder Lynk, LLC Encoding and decoding data in an image

Also Published As

Publication number Publication date
US20070192164A1 (en) 2007-08-16
MX2008010480A (es) 2009-03-05
BRPI0707831A2 (pt) 2011-05-10
KR20090010945A (ko) 2009-01-30
WO2008130338A2 (en) 2008-10-30
US8417568B2 (en) 2013-04-09
JP2012089171A (ja) 2012-05-10
WO2008130338A3 (en) 2009-05-07
CN101512581A (zh) 2009-08-19
JP5450681B2 (ja) 2014-03-26
EP2027564A2 (en) 2009-02-25
EP2027564A4 (en) 2011-06-08
JP2009534776A (ja) 2009-09-24
RU2008133419A (ru) 2010-02-20

Similar Documents

Publication Publication Date Title
JP5230612B2 (ja) コンテキスト画像入り広告の生成
Cheng et al. Multimedia features for click prediction of new ads in display advertising
Yu et al. Coloring the destination: The role of color psychology on Instagram
Matz et al. Predicting the personal appeal of marketing images using computational methods
Brito et al. Tourism brochures: Linking message strategies, tactics and brand destination attributes
CN103718212B (zh) 颜色确定装置、颜色确定系统和颜色确定方法
CN111212303B (zh) 视频推荐方法、服务器和计算机可读存储介质
Wu et al. Evaluating the visual quality of web pages using a computational aesthetic approach
US20180189074A1 (en) Postview of content items for dynamic creative optimization
Swoboda et al. International transfer and perception of retail formats: A comparison study in Germany and Romania
CN106611344A (zh) 挖掘潜在客户的方法及装置
JP2010055391A (ja) 商品分析装置、商品提案装置、商品分析方法及びプログラム
CA3025010A1 (en) Dynamic creative optimization for effectively delivering content
US9449231B2 (en) Computerized systems and methods for generating models for identifying thumbnail images to promote videos
Shinahara et al. Serif or sans: Visual font analytics on book covers and online advertisements
Shafiee et al. The effect of implementing SEO techniques and websites design methods on e-tourism development: A study of travel agencies e-tourism websites
JP2019124987A (ja) 情報処理システム、プログラム、情報処理装置及び情報出力方法
Wong et al. Big data in fashion industry: Color cycle mining from runway data
Branz et al. Red is open-minded, blue is conscientious: Predicting user traits from instagram image data
Suk et al. Prediction of individual preference for movie poster designs based on graphic elements using machine learning classification
Maros et al. Image aesthetics and its effects on product clicks in E-commerce search
Xie et al. Shades of representation: Auto-detection and perception of skin-tone diversity in visual marketing communication
JP7383083B1 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
CN112182368B (zh) 面向女性消费者偏好的suv产品概念设计系统
Wang et al. Background, Composition, and Focus: Machine-based Assessment to Understand Product Photo's Impact on User Interest

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100106

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111104

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120206

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20120228

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120628

RD13 Notification of appointment of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7433

Effective date: 20120629

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20120629

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20120720

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20120803

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130319

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160329

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5230612

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250