МЕТОД ГЕНЕРУВАННЯ РЕКЛАМНОГО ЗОБРАЖЕННЯ НА ОСНОВІ КЛЮЧОВИХ СЛІВ
DOI: 10.31673/2412-4338.2023.043745
Анотація
Дослідження присвячено методу генерування рекламного зображення, що ґрунтується на використанні ключових слів. У рамках цього методу реалізовано алгоритми штучного інтелекту, машинного навчання та обробки природної мови для створення візуального контенту, що відповідає конкретним вимогам та цілям рекламної кампанії.
Детально в роботі розглядаються основні кроки цього процесу. Визначення ключових слів передбачає вибір найбільш релевантних термінів, які відображають суть рекламованого продукту або послуги. Ці ключові слова потім проходять глибокий аналіз за допомогою технік обробки природної мови, які дозволяють визначити їх семантичні та контекстуальні відносини.
Наступний крок - асоціативний аналіз, використовуючи який система визначає візуальні елементи, що найчастіше асоціюються з заданими ключовими словами. Ця інформація стає основою для генерації зображення з допомогою алгоритмів машинного навчання.
Кінцевий продукт - згенероване зображення - проходить оцінку на відповідність ключовим словам та загальним цілям рекламної кампанії. Якщо результат відповідає всім вимогам, зображення використовується в рекламній кампанії.
Результати дослідження показали, що представлений метод є ефективним інструментом для створення точного та цілеспрямованого візуального контенту. Цей підхід відкриває нові можливості для рекламної індустрії, дозволяючи автоматизувати процес створення рекламного контенту і зосередитися на стратегічному плануванні.
В майбутньому ця робота може стати платформою для подальших досліджень, спрямованих на вдосконалення моделей обробки природної мови, розширення бази даних зображень, а також поліпшення алгоритмів генерації зображень. Це дозволить досягти більшої точності та ефективності в процесі створення рекламного контенту, що є перспективним напрямом у сфері цифрового маркетингу.
Ключові слова: метод, генерування, рекламне зображення, ключові слова, штучний інтелект, машинне навчання, обробка природної мови.
Список використаної літератури:
1. Leveraging AI for Content Generation: A Customer Equity Perspective [Електронний ресурс] / David A. Schweidel [та ін.] // Review of Marketing Research. — [Б. м.], 2023. — С. 125—145. — Режим доступу: https://doi.org/10.1108/s1548-643520230000020006 (дата звернення: 16.06.2023).
2. The evolving role of artificial intelligence in marketing: A review and research agenda [Електронний ресурс] / Božidar Vlačić [та ін.] // Journal of Business Research. — 2021. — Т. 128. — С. 187—203. — Режим доступу: https://doi.org/10.1016/j.jbusres.2021.01.055 (дата звернення: 16.06.2023).
3. Paschen J. Collaborative intelligence: How human and artificial intelligence create value along the B2B sales funnel [Електронний ресурс] / Jeannette Paschen, Matthew Wilson, João J. Ferreira // Business Horizons. — 2020. — Т. 63, № 3. — С. 403—414. — Режим доступу: https://doi.org/10.1016/j.bushor.2020.01.003 (дата звернення: 16.06.2023).
4. Artificial intelligence in E-Commerce: a bibliometric study and literature review [Електронний ресурс] / Ransome Epie Bawack [та ін.] // Electronic Markets. — 2022. — Режим доступу: https://doi.org/10.1007/s12525-022-00537-z (дата звернення: 16.06.2023).
5. Rodgers W. Advertising Benefits from Ethical Artificial Intelligence Algorithmic Purchase Decision Pathways [Електронний ресурс] / Waymond Rodgers, Tam Nguyen // Journal of Business Ethics. — 2022. — Режим доступу: https://doi.org/10.1007/s10551-022-05048-7 (дата звернення: 16.06.2023).
6. Preparing for an Era of Deepfakes and AI-Generated Ads: A Framework for Understanding Responses to Manipulated Advertising [Електронний ресурс] / Colin Campbell [та ін.] // Journal of Advertising. — 2021. — С. 1—17. — Режим доступу: https://doi.org/10.1080/00913367.2021.1909515 (дата звернення: 16.06.2023).
7. Managing B2B customer journeys in digital era: Four management activities with artificial intelligence-empowered tools [Електронний ресурс] / Sami Rusthollkarhu [та ін.] // Industrial Marketing Management. — 2022. — Т. 104. — С. 241—257. — Режим доступу: https://doi.org/10.1016/j.indmarman.2022.04.014 (дата звернення: 16.06.2023). .
8. A comprehensive survey of ai-generated content (aigc): A history of generative ai from gan to chatgpt / Y. Cao et al. arXiv preprint. arXiv:2303.04226.
9. Vinci: An Intelligent Graphic Design System for Generating Advertising Posters [Електронний ресурс] / Shunan Guo [та ін.] // CHI '21: CHI Conference on Human Factors in Computing Systems, Yokohama Japan. — New York, NY, USA, 2021. — Режим доступу: https://doi.org/10.1145/3411764.3445117 (дата звернення: 16.06.2023).
10. Content-aware generative modeling of graphic design layouts [Електронний ресурс] / Xinru Zheng [та ін.] // ACM Transactions on Graphics. — 2019. — Т. 38, № 4. — С. 1—15. — Режим доступу: https://doi.org/10.1145/3306346.3322971 (дата звернення: 16.06.2023).
11. Method Of Forming The Context Of Advertising And Target Audience Based On Associative Rules Learning [Електронний ресурс] / Khrystyna LIPIANINA-HONCHARENKO [та ін.] // Herald of Khmelnytskyi National University. Technical sciences. — 2022. — Т. 313, № 5. — С. 279—287. — Режим доступу: https://doi.org/10.31891/2307-5732-2022-313-5-279-287 (дата звернення: 16.06.2023).
12. An Intelligent Method for Forming the Advertising Content of Higher Education Institutions Based on Semantic Analysis [Електронний ресурс] / Khrystyna Lipianina-Honcharenko [та ін.] // Communications in Computer and Information Science. — Cham, 2022. — С. 169—182. — Режим доступу: https://doi.org/10.1007/978-3-031-14841-5_11 (дата звернення: 16.06.2023).
