创意调研

Dear 丶 2022-11-29 11:55 215阅读 0赞

1.360展示广告

链接：[https://myslide.cn/slides/19971\#][https_myslide.cn_slides_19971]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70][]

（1）智能创意生成：文案生成

![20200820140915894.png][]

\--模板规则式

\--信息抽取

\--生成

（2）智能创意生成：智能配图

![20200820140930364.png][]

（3）智能创意优化：创意优选

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 1][]

创意优选模型：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 2][]

2.大众点评

链接：[https://tech.meituan.com/2019/03/14/information-flow-creative-optimization-practices.html][https_tech.meituan.com_2019_03_14_information-flow-creative-optimization-practices.html]

创意优化：文本创意、图像创意、其他创意（推荐理由等）

> 目前，很多搜索推荐等排序优化场景，都会将创意信息作为特征工程一部分添加进精排或召回模型。那如果把创意优化近似为一个内容级创意排序问题，也可以无缝衔接常用的Wide&Deep、DNN、FNN等CTR预估模型。但是这之前，需要明确一点非常重要的问题，即它与推荐精排模型的差异，它们之间甚至可能会相互影响，对此，提供下我们的思考。
> 
> ### 与精排模型的差异 ###
> 
>  *  第一，精排模型能否一并完成创意的排序，答案显然是肯定的。但它的复杂度决定了能Cover候选集的上限，性能上往往接受不了叉乘创意带来的倍数增长。但此非问题的关键。
>  *  第二，创意层排序在精排层之前还是之后，直接影响了创意模型的复杂度，也间接决定了其效果的上限，以及它对精排模型可能的影响程度，从而可能带来全局的影响。此没有最佳实践，视场景权衡。
>  *  第三，精排模型与创意排序业务目标一致，但实现方式不同。精排模型通过全局排序的最优化来提升业务指标，而创意优化则是通过动态提升内容受众价值来提升业务指标。
> 
> 最后，我们回到用户视角，当用户在浏览信息流时，其实看到的只有创意本身（标题、图片、作者等信息），但用户却能从中感知到背后的诸多隐含信息，也就是CTR预估中的重要内容/商户类特征，诸如类目、场景、商户属性等。这个现象背后的本质在于，创意可以表征很多高阶的结构化信息。
> 
> 基于这一点，在创意优化的特征工程上，方向就很明确了：强化User/Context，弱化Item/POI，通过创意表征，来间接学习到弱化的信息从而实现创意层面的最优排序。该部分工作不仅仅涉及到文本，在本文中不再展开。
> 
> ### 用户兴趣与文本生成结合的可能性 ###
> 
> 动态创意为文本生成提供了全新的空间，也提出了更高的要求。动态创意提升受众价值，不仅仅只能通过排序来实现，在正篇介绍的最后部分，我们抛出一个可能性的问题，供各位同行和同学一起思考。也希望能看到更多业界的方案和实践，共同进步。

> 最后，回到初心，我们希望通过创意的载体显式地连接用户、商户和内容。我们能了解用户关注什么，知道某些内容表达什么，获知哪些商户好，好在哪里，将信息的推荐更进一步。

3.百度

链接：[https://www.sohu.com/a/299609541\_606252][https_www.sohu.com_a_299609541_606252]

提供给用户选择：优选还是轮替

[https_myslide.cn_slides_19971]: https://myslide.cn/slides/19971#
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70]: /images/20221124/8835f25371784f61a7545be959ac6b62.png
[20200820140915894.png]: /images/20221124/7c282c062316448eac3ede5d6f0297a3.png
[20200820140930364.png]: /images/20221124/65d0106491db4b9f976a34575843f005.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 1]: /images/20221124/d34eef3f0c454ded8fd02b8b343a5a75.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 2]: /images/20221124/15edd5a7ba714244bd982a65bc2768d7.png
[https_tech.meituan.com_2019_03_14_information-flow-creative-optimization-practices.html]: https://tech.meituan.com/2019/03/14/information-flow-creative-optimization-practices.html
[https_www.sohu.com_a_299609541_606252]: https://www.sohu.com/a/299609541_606252