中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文以小紅書智能創(chuàng)意生成策略為例，拆解相關案例，對其創(chuàng)意生成策略進行拆解分析，分享一下小紅書智能創(chuàng)意生成和優(yōu)選策略，希望對你有所幫助。

今天接著給大家講解大廠案例下的策略產品能力——小紅書智能創(chuàng)意生成策略，Arthur前面花費4篇文章給大家從頭到尾講解廣告創(chuàng)意策略的全景，以及用阿里京東的大廠實際策略案例給大家分享關于創(chuàng)意生成、創(chuàng)意展示策略的原理和效果，今天我們換個大廠案例目標來講解分享一下小紅書智能創(chuàng)意生成和優(yōu)選策略，原文來自小紅書公眾號。

目錄：

1. 小紅書平臺做智能創(chuàng)意策略的背景
2. 小紅書智能創(chuàng)意生成策略實現詳解
3. 總結

一、小紅書平臺做智能創(chuàng)意策略的背景

小紅書搜推APP客戶端展示頁面

小紅書平臺作為目前實現活躍用戶Top的富媒體筆記分享平臺，商業(yè)廣告和自然推薦的筆記都是生態(tài)內容交互的組織成本分，在小紅書這樣的上億級別活躍用戶UGC社區(qū)，筆記或者商業(yè)信息的有效呈現如何受到用戶青睞和點擊（CTR）是一個非常重要的問題。

之前文章也重復提到，廣告創(chuàng)意是廣告信息的核心載體，承載廣告主需要傳達和推廣的營銷內容，更是用戶被商業(yè)信息觸達的門面，創(chuàng)意直接影響廣告的點擊投放效果和用戶體驗。圖片信息是否簡潔直接地突出產品特點，標題是否展現了產品的適用場景等等，都是影響用戶關注的因素，也是廣告創(chuàng)意的一部分。

其次，優(yōu)質創(chuàng)意的制作成本較高，小紅書若能幫助客戶降低廣告創(chuàng)意制作門檻，并且?guī)椭蛻暨M行創(chuàng)意優(yōu)選和流量適配，對于提升廣告的投放效率和滿足用戶體驗意義重大。

二、小紅書智能創(chuàng)意策略實現詳解

為了保證整個小紅書的用戶體驗，小紅書的廣告呈現形式都是原生廣告，以筆記作為主要呈現形式，生成的元素類型主要就是封面圖和標題，一般圖文筆記中通常用戶都會上傳多張圖片，并且都是博主精心挑選的結果，可以直接優(yōu)選出來作為封面圖素材。

對于視頻類型的筆記，小紅書算法可以根據筆記內容和視頻的相關性、內容豐富性等定義抽取關鍵幀作為封面圖片。所以目前關鍵的點就在于無論是視頻筆記還是圖文筆記，博主都只提供了一個標題，如何在不增加博主生成成本前提下去提供更多的標題素材。

2.1 技術難點

其實文本生成類型工業(yè)界已經早有應用，技術難點就在于可控性和多樣性。

為了保證可控性，早期生成的方案都是采用基于模板或者基于規(guī)則進行文本生成，這樣的標題千篇一律，標題整體缺少多樣性。

為了拓展多樣性，工業(yè)界開始大量嘗試NLP模型，開放自然語言模型進行文本生成，但是模型智能生成了通順的標題文本，但是應用層有出現張冠李戴的問題。

核心目標：讓NLP模型文本可控不受限，”自由但不散漫”是非常有技術挑戰(zhàn)的一件事情。因此，小紅書創(chuàng)意團隊基于可控是文本生成技術，結合小紅書海量高質量的文本大數據，構建一套內容理解的小紅書特色標題生成體系。

2.2 可控式生成策略

在生成范式上，小紅書主要使用了基于語言模型（GPT2）和Seq2Seq（T5）兩種生成范式。

小紅書標題生成策略

基于語言模型GPT2：使用內容豐富的筆記正文作為輸入，充分學習筆記上下文信息，同時結合特征控制信息（關鍵詞、標題長度、是否包含表情符合等）進行標題生成，極大的保證的生成標題與原文的相關性。

關鍵詞/特征控制信號 + 筆記正文 -> 生成標題

Seq2Seq 模型：主要針對原標題進行改寫，通過挖掘高頻 query, bidword，并以品牌、功能點、利益點等信息作為 prompt，同時融合不同的風格元素，對原有標題進行改寫，既保持原標題的核心內容，又增加了標題的多樣性。兩類生成模型在線上結合使用，保證對不同的廣告筆記均有較好的生成結果。

原標題核心內容 + 原筆記正文特征 | 風格模型 -> 風格標題（包含標題核心內容）

2.3 預訓練技術底座

小紅書Red系列預訓練底座

強大的文本生成能力離不開一個熟知小紅書營銷風格且強大的預訓練語言模型?；跇I(yè)界最前沿的大規(guī)模語言模型理論和實踐經驗，小紅書平臺建設了 RED 系列-預訓練模型技術底座：提供了基于小紅書內部數據構建的 RED-BERT (理解式)、RED-GPT2 (生成式)、RED-T5 (seq2seq)等預訓練模型，充分利用大規(guī)模語言模型對小紅書海量的文本知識進行無監(jiān)督學習。

同時，創(chuàng)意文本還涉及大量相關性、以及廣告法遵循等要求，其中 RED-BERT 支持了生成依賴的賣點抽取、相關性評估、機審質控、離線預估等內容理解相關的需求，而核心的可控式生成能力則由 RED-GPT2、RED-T5 支持。

市面上的開源生成模型都是基于公開語料進行訓練的，如中文維基百科、百度百科等，與小紅書筆記的語言風格存在很大的差異， “RED-” 系列預訓練模型是基于小紅書平臺內部10億規(guī)模的筆記文本內容訓練的，可以更好地學習小紅書筆記的語言特點。同時，小紅書平臺改善了公開模型中的詞表適配性的問題，如 vocab 太大，缺少對于特定中文語料的側重，缺少 emoji 和小紅書表情等。

最終兩種生成模型的離線評估下過如下，相比較開源模型，基于小紅書場景下訓練的生成模型相關指標有了明顯的提升。

策略實驗結果

三、總結

小紅書平臺創(chuàng)意從21年起步，至今2年，發(fā)展速度非常快，快速搭建起了創(chuàng)意標題生成、創(chuàng)意優(yōu)選的能力，并且也取得了非常明顯點擊率的效果，通過好的投放效果激起廣告主追加預算投放的信息。

創(chuàng)意生成是一個基于item主體屬性、特征信息去生成豐富文本、圖片樣式的一個過程，核心是提供物料多樣與豐富度給到創(chuàng)意優(yōu)選的環(huán)節(jié)，能讓創(chuàng)意能夠千人千面的展示到每一個小紅書用戶的面前，達到素材信息利用價值的最大化效果，下一篇文章會接著給大家介紹小紅書智能創(chuàng)意優(yōu)選策略的實現方案。