Контекстная видеореклама онлайн

Перевод с английского Е. Золотарёвой (2017)

I. Введение

II. Обзор контекстной рекламы

III. Сопутствующие работы

IV. Принцип работы

V. Опыты и результаты

VI. Заключение

С появлением сайтов по коммерческой рекламе, которые нацелены на оптимизацию отбора объявлений, а заодно и на увеличение дохода и улучшение пользовательского интерфейса, рекомендуется размещать на сайте объявления не общего характера, а имеющие непосредственное отношение к контенту. Этот метод называется методом контекстной рекламы. Реклама широко используется в интернете, а в свете стремительно развивающихся видеохостингов (Youtube, Vimeo и др), видео реклама становится все более и более популярной, поскольку максимально привлекает внимание пользователей.

Наш новый метод автоматически подбирает объявления из обще рекламной базы и очень органично рекомендует их пользователям в режиме реального времени. Объявления представлены в форме баннеров, содержащих видеоряд и текст, и расположены рядом с просматриваемом видео. В отличие от большинства видеосайтов, которые используют рекламные видеоролики, не имеющие ничего общего с сайтом, наш метод нацелен на рекламу сходного с сайтом контента. В частности, благодаря нашему методу можно извлекать из видео фрагментов ключевые слова или фразы и на их основе предлагать уместную рекламу.

I. Введение

Смартфоны и прочие устройства является неотъемлемой частью современной жизни. Интерактивная реклама продолжает завоевывать нынешний интернет-рынок, и 27,5 млрд долларов дохода, полученного от интернет-рекламы в первой половине 2015 года (согласно Бюро Интернет Рекламы), является тому подтверждением. Эта сумма на 19% больше показателей 2014 года. Общий годовой доход в 2014 году составил 49,5 млрд долларов, на 6,7 млрд (или 15,6 %) выше, чем в 2013 году. Эти растущие показатели подтверждают усиление роли интернет рекламы, а появление практически повсеместно доступа в интернет, развитие сайтов с видео контентом достигло небывалого уровня. Только у Youtube насчитывают миллиард пользователей (1/3 всех интернет пользователей), каждый день люди смотрят сотни миллионов часов ролики на Youtube.

Количество времени, которое люди проводят за просмотром видео (так называемое время просмотра) на Youtube, за год увеличилось на 60%, самый быстрый скачок за последние 2 года. Учитывая тот факт, что видео контент представлен на 76 языках, он занимает 95% содержимого Интернета. Развитие мобильных телефонов сделало просмотр видео в интернете максимально доступным, и статистика 2014 года показала, что средний просмотр длится 40 минут, а количество часов, проводимых за просмотром видео с мобильных телефонов, за год увеличилось на 100%.

Подобные данные лишь доказывают, что люди отдают предпочтение видео роликам, находя этот формат наиболее привлекательным. По данным одной из организаций, занимающихся отслеживанием выгружаемого в интернет контента, большинство (66%) интернет пользователей просматривали рекламные видео ролики, а 44% — после просмотра проходили дальше по ссылке. В связи с тем, что просмотр видео рекламы увеличивается невероятно быстро, рекламные видео ролики онлайн или веб-страницы, содержащие видео, стали ключевой стратегией монетизации. Ниже мы продемонстрируем вам подход, при котором происходит реализация контекстной рекламы в режиме реального времени. Данный метод мы испытывали на примере видео, загруженных на Youtube.

II. Обзор контекстной рекламы

Контекстная реклама — это размещение коммерческой рекламы среди контента веб-страницы. При этом существует так называемый рекламный посредник, компания, компания, которая занимается подбором объявлений, а заодно и увеличением дохода (который делится между этой компанией и тем, кто предлагает продукт) и улучшением пользовательского интерфейса. На странице следует размещать объявление, соответствующее содержанию этой страницы, поскольку это увеличит возможность приобретения рекламируемого товара. Контекстную рекламу можно отнести к категории прямого маркетинга (прямой работы с клиентами), а не к рекламе бренда, потому что данный тип рекламы нацелен на получение реакции покупателя на проводимую рекламную кампанию.

Одним из преимуществ онлайн рекламы (контекстной и общей направленности) является тот факт, что, в отличие от традиционных СМИ, использование этих видов рекламы позволяет относительно легко оценить отклик пользователей. Как обычно, желаемая быстрая реакция от пользователя – это перейти по ссылке и посетить веб-сайт рекламодателя и, как было сказано, основная финансовая модель/стратегия заключается в том, что рекламодатель платит некую сумму денег за каждый клик по объявлению («pay-per-click» платить за клик).

III. Сопутствующие работы

Существует множество работ по контекстной рекламе для веб-страниц, основанной на только извлечении фраз из текста при помощи синтаксических и семантических средств, использование регрессии для того, чтобы обнаружить относимость рекламных объявлений и контента сайта, но лишь в некоторых из этих работ говорится о размещении соответствующих объявлений в СМИ, особенно в видео роликах.

Программа VideoSense подходит больше для онлайн видеороликов общего содержания, чем для узконаправленных; в этом приложении можно вставить/разместить объявления, используя фрагменты из видео. Контекстная видеореклама, включенная в онлайн видео, еще не изучена должным образом. В сравнении с текстовым форматом веб-страниц, у видеороликов есть определенные характеристики, поэтому текстовые объявления не могут так просто применяться к видео рекламе.

Наш метод фокусируется на голосовом аспекте видео, поскольку мы убеждены, что если учитывать только визуальную составляющую, то она будет неуместна в следующих случаях:

1) в игровых видео заставках разработчик контента может говорить о различных устройствах, которые могут использоваться в видеоряде в процессе игры. А объявление об этих устройствах будет пропущено.

2) многие каналы на Youtube представляют собой обзоры, поэтому речевая составляющая доминирует над визуальной.

IV. Принцип работы

В нашем методе (см. рисунок 1) ключевые слова извлекаются из видео, и для них подбираются необходимые объявления. Данный процесс включает в себя три фазы: преобразование речи в текст, извлечение ключевых слов из “сырого” текста и подбор нужных объявлений.

Рис. 1. Активные фазы нашего метода

А. Подготовка: преобразование речи в текст

Чтобы получить контекст видео, мы используем аудио записи, извлеченные из видеоролика, чтобы найти нужные ключевые слова. В случае, если видео сопровождается субтитрами, мы можем воспользоваться файлом с субтитрами до загрузки видео. А поскольку многие видео хостинги (Youtube, Vimeo и др.) загружают видео без субтитров, необходимо использовать метод преобразования речи в текст. Google предлагает для этих целей приложение SpeechtoText, которое преобразует аудиофайл в текстовый в формате JSON. Но по причине того, что это приложение не работает в режиме реального времени, мы извлекаем аудиофайл из каждых 4-рех секунд, отправляем его SpeechtoText и используем полученный текст.

Необработанный текст из видео содержит слова длительностью на 4 секунды речи, то есть в среднем 13-14 слов. Нам необходимо вычленить из этого текста ключевые слова, которые будут соответствовать содержанию объявлений, например, названия компаний, названия товаров/брендов, названия мест и т.д.

Таблица 1. Фразы в видео и в соответствующих объявлениях

Если вручную создать базу данных для каждой категории, то мы получим огромное количество информации, которую нужно будет постоянно обновлять. И процесс поиска будет занимать довольно много времени и не подойдет для работы в режиме реального времени. В этом случае мы используем программу AlchemyAPI, которая использует сложные алгоритмы и технологии для обработки языка, анализирует полученный текст, вычленяя названия компаний, брендов, городов и т.д. Во время этого процесса полученные ключевые слова лишаются многозначности. Затем анализируется ближайшее окружение этих слов, т.е. контекст.

B. Подбор объявлений

На последнем этапе мы используем элементы, полученные из предыдущих шагов для того, чтобы подобрать необходимое объявление. У нас создана база объявлений (изображения) и их описания соответственно. Используя уже имеющиеся элементы, мы сопоставляем описания и подбираем уместное объявление.

V. Опыты и результаты

А. Преобразование речи в текст

С тех пор как объявления создаются в режиме реального времени вместе с просматриваемым видео, требуются приложения по преобразованию речи в текст, которые поддерживаются многими браузерами. Существует большое количество подобных преобразователей: IBM Speech to Text, AT&T Speech to Text и др. Мы использовали приложение Google Speech to Text , поскольку оно является открытым и дает хороший результат. Более того, это приложение поддерживает многие версии веб-браузеров, например, Google Chrome или Mazilla Firefox.Это приложение идеально подходит для работы с веб-страницами и серверами.

В. Извлечение ключевых слов и подбор объявлений

Для получения ключевых слов мы использовали программу AlchemyAPI. Для этого мы создали веб-страницу, где пользователь мог смотреть любое видео с Youtube, а реклама появлялась бы в режиме реального времени рядом с видео. Мы также создали наше собственное видео (длительность – 30 секунд), где мы использовали фразы типа «я люблю играть в баскетбол», «у меня есть телефон HTC» и т.д. Также во время просмотра появлялась реклама согласно содержанию видео. Результаты эксперимента отражены в таблице 1. Возникающие объявления были частью той базы данных, которая была собрана вручную, для более точного анализа необходимо использовать более крупную базу данных или буфер обмена веб страницы.

VI. Заключение

В этой работе экспериментальным путем мы продемонстрировали, что при использовании метода преобразования речи в текст можно сгенерировать рекламные объявления согласно контенту веб-страниц. Мы использовали ряд приложений, которые помогли нам охватить все аспекты видеофайла и достичь результата. Наш подход является хорошим стартом для разработчиков. Реклама, нацеленная на пользователя – это следующий ключевой момент наряду с контекстной рекламой. Таргетированная реклама означает нацеленность на определенную аудиторию, для чего необходим сбор базы данных пользователей. Подобные базы данных будут составляться на основе историй браузеров, локаций и т.д. Рекламные объявления, сгенерированные на основе данных о пользователях и контексте, будет, как ожидается, намного лучше соотноситься с контентом веб-страниц.