著者

Michel Nicolas 坂田 隼人 栗田 啓大 山崎 俊彦

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

バナー広告においてクリック率は広告効果を評価する上で非常に重要な指標である。広告主は大量の広告画像候補を経験と直感に基づいており、効果測定をする際には実際に広告配信することで行わなければならない。このプロセスは非常に時間と労力がかかる上、効果測定のための広告コストや、本来ならば高い広告効果が出るはずだった画像が担当者の判断によって配信されない機会損失が発生するなどの問題がある。そこで、私たちは広告画像からクリック率の高いものと低いものを分類する技術をCNNによって実現した。はじめに、画像や画像及び広告に関する様々なメタデータからクリック率を予測するモデルを構築した。これにより、広告業界の人間による広告効果予測の精度を大幅に上回ることを示した。また、CAMを適用することにより、広告画像のどのような領域や要素がクリック率を高めるのかを示唆するシステムを構築した。本研究により、広告画像のいち早い評価と広告画像作成においてデータに基づいた示唆を与えることに成功した。