通过进化算法发展广告制造技术

使用一种进化算法对另外可选的广告特征实现试验和错误检索。提供样本广告的一个初始群体，把每一广告的特征编码为一组与该群体每一成员相关的一组基因。使用例如因特网用户点击每一广告的次数评定每一成员的效果。群体成员产生多个后代广告，它们继承其父母的特征。显示比其它成员更高效果的群体成员优选为产生后代选择。通过连续优选具有比其它父母更高效果的父母，产生具有更高效果度的后代的可能性增加。在该展开过程中增殖特别特征或特征组合提供对产生有效结果的那些广告特征的指示和验证。（*该技术在2020年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及广告领域，特别涉及使用进化算法产生和评价另外可选的广告。在竞争环境下，有效的广告对一个产品的商业成功或失败经常是决定性的因素。对观看者注意力的份额的要求是如此巨大，以至整个工业界，诸如电视工业，主要由广告者出资。网页提供商通过在其网址上包含广告标志而接收广告收入。因特网服务和使用这些服务的计算系统免费提供给愿意允许广告持续出现在其屏幕上的用户。传统上评价一个广告战的效果是一个费时、耗资和多少低效的过程。在一个广告公开发布以前，要进行消费者反馈调查以确定观看者的喜爱和印象，通常通过在观看建议的一个或一组广告前或后的调查问卷。在某些场合，建议的广告对一个小的试验市场公开发布，获得连续的反馈。在广告公开发布后，经常进行调查以确定对可能的观看者的随机抽样上的广告效果。一个广告的效果通常相对于记忆、吸引力、和响应该广告采取的任何行动来评价。还周期地进行调查以确定一个持续广告战的效果，和也许发表与连续重复的广告关联的有害因素，诸如观看者的厌烦或讨厌。一个广告的特征，诸如内容、颜色、行为、布置、持续时间等，对该广告的效果有相当大的影响。然而，原因和效果的关系不容易描述和计量。假定在特别的广告特征和广告效果之间存在相关性，和每一个广告开发者使用他或她相信与可能的成功相关的那些特征。然而假定的相关性的效果既不能直接确定，也不能直接确定交叉相关的影响。也就是说，即使一个广告确定是有效的，但是决定该广告的哪一个特别的特征或特征组合对成功具有最大的影响，哪一个特征有最小的影响，哪一个特征本来会有更大的影响，如果另一个特征改变的话，也常常是很重要的。因此，开发一个更好的广告和一个广告开发者对效果的信念的效果很可能是一种推测和猜想，而不管投入在评价和评定特别的广告或特别的广告特征上的资源。本专利技术的一个目的是提供一种评定广告的特别特征和特征组合效果的方法和系统。本专利技术的另一个目的是提供一种改进广告效果的方法和系统。本专利技术的再一个目的是提供一种产生另外可选的广告的方法和系统。通过使用一种进化算法实现这些目的和其它目的，该算法实现对另外可选的广告特征的直接的试验和错误检索。提供样品广告的初始群体，并把每一广告的特征编码为一组与该群体的每一成员相关的基因。评定每一成员的效果，使用例如一个因特网用户点击每一广告的次数。该群体的成员产生多个从其父母继承特征的后代广告。显示比其它成员有更大效果的群体成员优选为后代生成而选择。通过连续优先选择比其它成员更有效的父母，产生具有较高程度效果的后代的可能性增加。在这一展开过程中的特别特征或特征组合的增殖提供对产生有效结果的那些广告特征的指示和证实。参考附图，举例进一步详细解释本专利技术，附图中- 附图说明图1表示包含各种广告的一个示例网页。- 图2表示根据本专利技术的一个示例广告进化。- 图3表示具有下述特征的广告的示例进化，所述特征被编码为按照本专利技术的进化算法的染色体。- 图4表示按照本专利技术的评价和发展广告的示例流程图。图1表示一个包含各种广告110-170的示例网页100。每一广告110-170具有将其与其它各个广告110-170区别的特征。每一个这样的广告都为得到观看的人的注意力竞争，而每一广告的设计者都选择了他或她相信能比其它特征更好抓住观看者注意力的特征。例如，广告110的设计者选择一种非常粗的字体，而广告120的设计者选择一种较轻的手写体。此前，很难确定非常粗字体特征是否比较轻手写体特征更喜欢。广告110的设计者还选择与广告120的设计者不同的词。此前，很难确定在广告110中的文字内容“Look Here！”是否比广告120中的文字“Buy Now！”更喜欢。如果以某种方式确定，广告120比广告110吸引了更多的观看者，则很难确定是手写体特征、文字内容特征、或这两个特征的组合导致广告120更有效。广告120的位置与广告110比较，也可以影响其效果。以相似的方式，广告160具有与众不同的形状特征，其可以加强或减弱其效果。广告170具有一个旋转的标志170A和一个相关的图形170B，在吸引观看者的注意力方面它可能或不可能实现其效果。广告140和150不包含文字内容，而广告130有一个主要的图形130A和一个小的文字130B。因特网环境提供唯一的机会评价广告的效果。按照本专利技术的一个方面，使用观看者选择的广告的次数作为该广告的效果的测量，并根据该测量评定特定特征或特征组合的效果。按其本质，该效果的测量是“噪声”，因为它可能不真的是所有场合下该广告吸引力的测量。例如，一个观看者可能寻找飞机票。广告170也许是网页100上提到飞机票的唯一的广告，该观看者选择它将与其获得注意力的能力无关。然而，由于每天因特网上成百万的可能的观看者，一个广告被选择的次数可以假定与其获得注意力的效果相关。例如，如果选择广告120明显多于广告100，则假定关于广告110和120的不同特征存在什么导致这一明显不同的结果的因素将是合理的。如果广告110和120都明显比广告130-170中任何其它广告选择的多，则假定关于对广告110和120公共的特征存在什么因素，诸如它们的矩形和文字特征，其导致它们较好的性能。因特网环境还提供唯一的机会来评价另外可选的广告特征。可以把具有不同特征的基本相似的广告提供给前述每周、每日、甚至每小时成百万的可能观看者。在许多场合，可以自动产生另外可选用的广告，例如使用基于规则或知识的系统，或一种简单的算法。按照本专利技术的另一方面，给可能的观看者提供一个广告的多种变体，使用选择每一变体的次数作为为每一变体效果的测量。根据前面的变体的效果度量产生后继的变体。例如，如果一个变化的特征是颜色，兰色广告显示出比红色广告明显高的选择，则随之评价不同深淡的兰色，而不同深淡红色的变体则无需评价。然而上面已经指出，在广告的特定特征或广告的特征组合与广告的效果之间很难确定相关性。在上面红/兰例子中，可能使用了某个特殊的字体，它使红色广告表现差，而使用红色粗体可能比使用兰色的同样字体更有效。发现一种称为进化算法的算法类在决定特征的最有效组合使其效果最大方面特别有效，不需要专门决定每一特征的单个或组合效果。根据本专利技术，使用一种进化算法来指导产生和评价另外可选用的广告特征。进化算法通过反复的后代产生过程工作。进化算法包括遗传算法、突变算法等。在一个典型的进化算法中，假定一定的属性或基因与执行一个给定的任务相关，基因的不同组合产生为执行该任务不同级的效果。该进化算法对下述问题很有效，即在属性组合和为执行该任务的效果之间的关系没有一个封闭形式的解决方案。使用后代产生过程，通过使用一个直接试验和错误检索来决定一个为执行一个给定任务最有效的特定的基因组合。基因或属性组合指染色体。在进化算法的遗传算法类中，使用一个再产生-再组合周期来增殖后代的产生。具有不同染色体的群体成员配合和产生后代。这些后代具有从父母成员传下来的属性，通常作为来自每一父母的基因的随机组合。在一个古典的遗传算法中，为执行给定任务比其它个体更有效的个体提供较高的机会来配合和产生后代。也就是说，给具有优选染色体的个体较高的机会产生后代，希望后代继承允许父母有效执行给定任务的无论什么基因。根据为执行给定任务显示效果的那些性能选择父母的下一代。本文档来自技高网...

【技术保护点】
一种开发优选的广告群体的方法，包括步骤：－ 提取一个广告群体的每一成员的特征作为具有一组基因的一个染色体，－ 把每一成员广告提交给一个或者多个观看者，－ 根据来自一个或者多个观看者对每一成员广告相关的反应，为每一成员广告决定一个 效果度量，－ 从所述广告群体中产生多个后代广告，多个后代广告中的每一后代广告作为具有一组基因的一个后代染色体表征，所述基因组基于广告群体的一个或者多个成员广告的一组基因，－ 把每一后代广告提交给一个或者多个观看者，－ 根据来自一 个或者多个观看者对每一后代广告相关的反应，决定为每一后代广告的一个后代效果度量，－ 根据每一成员广告的效果度量和每一后代广告的后代效果度量形成优选的广告群体。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：JD沙菲尔，
申请(专利权)人：皇家菲利浦电子有限公司，
类型：发明
国别省市：NL[荷兰]