AI-gegenereerde advertentiebeelden die gericht zijn op uw demografische doelgroep – en uiteindelijk op u?

Adverteerders proberen advertenties aan te passen aan individuele kijkers om kliks te stimuleren, en hoewel maatwerkcreaties voor elke persoon momenteel niet praktisch zijn, suggereren nieuwe onderzoeken dat AI-gegenereerde beelden mogelijk effectief kunnen worden gericht op specifieke demografische groepen.

De gepersonaliseerde reclame in de sciencefiction-actiefilm van Steven Spielberg uit 2002, Minority Report, heeft een blijvende, zelfs griezelige indruk op de cultuur achtergelaten, met zijn levendige voorstelling van proactieve reclameborden die mensen in menigten herkennen en reclameboodschappen rechtstreeks naar hen roepen.

Veel consumentengroepen kunnen dit niveau van kijkerherkenning als een nachtmerrie beschouwen, en hoewel de vooruitgang naar dit doel werd vertraagd door de gevolgen van het Cambridge Analytica-schandaal, blijft het ideaal van directe, zeer gerichte interactie een gewild doel in de reclamewereld.

In feite worden systemen die kunnen worden toegespitst op de kenmerken van een specifieke kijker voortdurend ontwikkeld – hoewel in dergelijke gevallen bedrijfsonderzoek maatregelen moet nemen om wetten te respecteren met betrekking tot persoonlijk identificeerbare informatie (PII); wetten die in Europa in de afgelopen decennium zijn versterkt, met deze verbeterde beschermingen elders verspreid via het Brusselse effect.

Hé, jij!

Nu AI-gegenereerde advertenties en marketinginhoud in opkomst zijn, moeten adverteerders echter rekening houden met de potentiële kosten van AI-advertenties die zijn gericht op specifieke individuen, waarbij de beelden en tekst opportunistisch en op het moment worden gegenereerd.

Om bijvoorbeeld te laten zien dat zelfs als een maatwerkbeeld zeer snel kan worden gegenereerd, de kosten op grote schaal aanzienlijk zouden zijn. Bovendien werken automatische online advertentieveilingprocessen op kritieke, milliseconde-tijdsframes, waardoor gebruikersgerichte aangepaste beeldinhoud uitdagend is; en video-inhoud is een nog verder weg perspectief.

De technische obstakels om hogere demografische groepen in een netgebaseerde publiek (via laptops, telefoons, slimme tv’s, enz.) aan te pakken, zijn echter niet zo ernstig – en een nieuwe internationale academische/industriële samenwerking stelt een manier voor om aparte advertentiebeelden te creëren voor verschillende demografische groepen, waaronder factoren zoals leeftijd en locatie:

Uit het nieuwe onderzoek: voorbeelden van gepersonaliseerde advertentiegeneratie, waarbij één product in verschillende stijlen wordt weergegeven voor verschillende kijkergroepen. De bovenste rij toont de oorspronkelijke productbeelden. De volgende drie rijen tonen versies die zijn aangepast aan drie verschillende kijkergroepen per product, op basis van verschillen in kenmerken zoals leeftijd, levensstijl of esthetische voorkeur. Deze groepstypen zijn niet vooraf gedefinieerd, maar worden automatisch ontdekt.

Het nieuwe kader – getiteld Een maat, veel past (OSMF) – heeft tot doel de kloof tussen breed gerichte reclame en onpraktisch gedetailleerde personalisatie te overbruggen, door het genereren van verschillende advertentiebeelden voor automatisch ontdekte kijkergroepen, met behulp van productbewuste clustering om visuele inhoud aan te passen aan de klikvoorkeuren van verschillende demografische groepen

De auteurs verklaren:

‘[We] presenteren [een] geïntegreerd kader dat diverse groepsbrede klikvoorkeuren in grote advertentiebeelddatabases aanpast.

‘OSMF begint met productbewuste adaptieve groepering, die gebruikers dynamisch groepeert op basis van hun kenmerken en productkenmerken, waarbij elke groep wordt weergegeven met rijke collectieve voorkeurskenmerken.’

Getest tegen vergelijkbare kaders, claimen de auteurs state-of-the-art resultaten.

Hoewel het onderzoek diverse kohortgroepen identificeert, is het artikel niet specifiek over welke demografische kenmerken worden weergegeven door elke G-groepering, hoewel deze waarschijnlijk in kaart worden gebracht op traditionele marktonderzoeksgroepen.

Daarom is het niet gemakkelijk om te zeggen, op basis van de verschillende voorbeelden die in het hoofdartikel en de bijlage worden gegeven, waarom bepaalde achtergronden of belichting meer aantrekkelijk zouden zijn voor de ene kohort dan voor de andere, aangezien we de kenmerken van elke kohort niet kennen:

Er zijn geen consistente ‘blauw voor jongens, roze voor meisjes’-stijlen en dergelijke, over kohortspecifieke beeldstijlen, die zouden kunnen weggeven tot welk type persoon in welke groep thuishoort – de definities, zoals blijkt uit de bestaande literatuur, zijn veel complexer en subtieler.

Wat misschien nog verontrustender is voor degenen die advertentiepraktijken wantrouwen, is de mogelijkheid om per-gebruikerinzichten te exploiteren bij het genereren van specifieke beelden in advertenties**.

Het nieuwe artikel is getiteld Een maat, veel past: diverse groepsbrede klikvoorkeuren in grote advertentiebeelddatabases aanpassen, en komt van 17 onderzoekers uit het Nationale Laboratorium voor Patroonherkenning in Beijing; de ‘School of AI at UCAS’; het Chinese e-commercebedrijf JINGDONG; de Hong Kong University of Science and Technology in Guangzhou; en het Patroonherkenningslaboratorium van de Nanjing University of Science and Technology.

Methode

Het systeem gebruikt adaptieve clustering (een methode die natuurlijke groeperingen vindt door gebruikerskenmerken te koppelen aan hoe ze reageren op verschillende producten) om gebruikers te groeperen op basis van hoe hun kenmerken visuele voorkeuren in een bepaalde productinstelling beïnvloeden. De implementatie van deze aanpak door de auteurs wordt Product-Aware Adaptive Grouping (PAAG) genoemd.

Deze groeperingen zijn niet van tevoren vastgesteld, maar worden ontdekt uit patronen in de gegevens.

Een conditionele beeldgenerator, getiteld Preference-Conditioned Image Generation (PCIG), gebruikt vervolgens elke groepsprofiel om advertentiebeelden te creëren die overeenkomen met de waarschijnlijke smaak van de groep:

OSMF groepeert gebruikers op basis van hoe hun kenmerken productvoorkeuren beïnvloeden, en gebruikt vervolgens die groepsprofielen om advertentiebeelden te genereren die overeenkomen met de smaak van elke groep. PAAG behandelt de groepering, en PCIG creëert de beelden met behulp van prompts en feedback die zijn afgestemd op elke groep.

De beeldgenerator maakt gebruik van een niet-gespecificeerde versie van Stable Diffusion, samen met een geschikte ControlNet-suite (deze laatste om consistentie te behouden onder de verschillende kohortgeneraties).

In de workflow codeert PAAG eerst de relatie tussen gebruikerskenmerken en zowel tekst- als beeldaspecten van het product, met behulp van een reeks gewijd encoders en een cross-attention-mechanisme om ze te combineren tot een geïntegreerd voorkeurs-embedding dat weergeeft hoe waarschijnlijk het is dat een gebruiker op een bepaalde advertentie klikt.

PAAG modelleert vervolgens hoe verschillende combinaties van gebruikerskenmerken interactie aangaan met zowel producttitels als productbeelden. Tekst- en beeldkenmerken worden geëxtraheerd met behulp van CLIP en ResNet-gebaseerde encoders, en gebruikerskenmerken zoals geslacht, locatie, leeftijd of apparaat worden doorgegeven aan een MLP, die cross-attention over producttekst- en beeldkenmerken mogelijk maakt.

Het resulterende embedding vertegenwoordigt elke gebruiker klikwaarschijnlijkheid voor een bepaald product in een specifieke visuele context. Zodra deze gebruiker-productvoorkeurs-embeddings zijn verkregen, gebruikt PAAG K-means clustering om gebruikers te groeperen die soortgelijk reageren op een bepaald product.

PAAG kiest het beste aantal gebruikersgroepen voor elk product door te controleren hoe goed de clusters worden gescheiden. In plaats van slechts één gemiddelde punt per groep te gebruiken, worden er meerdere op verschillende afstanden bemonsterd om een bredere range van voorkeuren te vangen.

Deze groepsprofielen worden vervolgens doorgegeven als tokens aan de groepsbewuste multimodale grote taalmodel (G-MLLM), die ze gebruikt om advertentiebeelden te genereren die zijn afgestemd op elke groep.

Beeldgeneratie op basis van gebruikersvoorkeuren

Aan de gebruikerszijde leert G-MLLM voorspellen welke groepsleden waarschijnlijk de volgende klik zullen geven en hoe ze gemeenschappelijke kenmerken in natuurlijke taal kunnen beschrijven. Aan de productzijde leert het samenvatten van het product dat in een beeld wordt getoond en het genereren van advertentiestijlbijschriften die zowel het artikel als de groep passen.

Om echt gebruikersgedrag weer te geven, wordt het model uitgebreid tot een groepsbewuste beloningsmodel (GRM). GRM wordt getraind op de eigen Grouped Advertising Image Preference (GAIP)-dataset^† (zie hieronder) om paren van beelden voor hetzelfde product te vergelijken en te bepalen welk beeld beter werkt voor een bepaalde groep, met behulp van echte klikgegevens.

Deze beloningsindicator wordt vervolgens gebruikt om G-MLLM fijn af te stellen met Group-DPO, een methode die het leert prompts te bevorchten die tot betere groepsbrede interactie leiden.

Gegevens en tests

Ontwikkeling van GAIP

Opmerkend dat er een historisch gebrek is aan datasets met betrekking tot groepsbrede advertentievoorkeuren, en dat eerdere verzamelingen zoals Personalized Soups en CG4CTR te klein of te slecht gespecificeerd zijn, hebben de onderzoekers hun eigen collectie ontwikkeld, de eerdergenoemde GAIP, afgeleid van de ‘industriële advertentielogboeken’ van een niet-gespecificeerd e-commerceplatform.

De logboeken werden verzameld over een periode van drie weken, met elke entry die het productbeeld en de titel, het profiel van de kijker (inclusief leeftijd, uitgaveniveau en gevoeligheid voor promoties) en of de advertentie werd aangeklikt.

De dataset omvat meer dan 40 miljoen gebruikers, 2 miljoen producten en bijna 10 miljoen advertentiebeelden, met een hoge visuele variatie over artikelen.

Gebruikers werden door PAAG gegroepeerd in verschillende clusters voor elk product, en het klikpercentage (CTR) werd berekend per beeld binnen elke groep:

Uit de aanvullende materialen van het nieuwe artikel, een kleine blik op enkele van de bepalende criteria voor GAIT.

GAIP wordt vervolgens gevormd als een set tupels (advertentiebeeld, producttitel, groepsembedding, groepspecifiek CTR) die elk beeld en titel koppelt aan zijn CTR en de embedding van de groep die het heeft gezien.

Om betrouwbaarheid te garanderen, worden alleen producten met voldoende blootstelling behouden, wat resulteert in een dataset van 610.172 groepsniveau-monsters.

GAIP is aanzienlijk groter dan eerdere datasets: terwijl de meeste eerdere benchmarks minder dan tien gebruikersgroepen omvatten, bevat GAIP bijna 600.000 echte groepsbrede voorkeursrecords, waardoor diepere inzichten in groepsbrede voorkeuren mogelijk worden.

Tests

Om de PCIG-pijplijn te trainen, hebben de onderzoekers beeld- en tekstkenmerken geëxtraheerd met behulp van ResNet en de CLIP-tekstencoder, en vervolgens toegewezen aan 128-dimensionale embeddings via leerbare lineaire lagen. Om efficiëntie te behouden, werd PAAG beperkt tot vijf gebruikersgroepen per product.

De groepsembeddings werden geconstrueerd met behulp van een percentiel-gebaseerde steekproefstrategie, waarbij meerdere punten werden getrokken uit de 15e, 55e en 95e percentielen, om zowel centrale als perifere voorkeuren te vangen.

LLaVA werd gebruikt als backbone voor G-MLLM, en pretraining werd uitgevoerd over tien epochs met een cosinusleerplanningschema bij een leer tempo van 2e-6, wat een formidabele vijf dagen training op een cluster van acht NVIDIA H100-GPU’s vereiste, elk met 80 GB VRAM.

GRM werd getraind door GAIP te reconstrueren met overeenkomende productbeeldparen, en vervolgens geïnitialiseerd met dezelfde gewichten als G-MLLM. Tijdens de laatste Group-DPO-fase werd GRM bevroren, en G-MLLM fijn afgesteld met LoRA voor drie epochs – opnieuw bij een leertempo van 2e-5, op dezelfde NVIDIA-cluster.

De gebruikte metrics voor de eerste evaluatie waren NDCG@5 en AUROC. NDCG@5 mat hoe verschillend elke groep dezelfde set advertentiebeelden rangschikte, met lagere waarden die duidelijker scheiding in voorkeuren aangaven; en AUROC werd gebruikt om te evalueren hoe goed elk model onderscheid maakte tussen aangeklikte en niet-aangeklikte inhoud.

Alle metrics werden berekend op basis van clusteringresultaten van 1.000 producten, in totaal ongeveer 100.000 monsters, en werden gebruikt om PAAG te vergelijken met drie eerdere systemen: CACS; WIYD; en JAC:

Voorkeursmodelleringresultaten in vergelijking met eerdere methoden. Lagere NDCG@5 en hogere AUROC geven betere prestaties aan. De beste scores zijn in het vet gedrukt, de tweede beste onderstreept.

Van deze resultaten merken de auteurs op:

‘[Onze] methode bereikt superieure prestaties op beide metrics. Concreet bereikt PAAG de laagste NDCG@5 (0,3066), waarmee het de beste baseline (CACS) overtreft, wat wijst op meer onderscheidende intergroepsvoorkeurspatronen voor effectieve groepsbrede advertentiegeneratie.

‘Bovendien bereikt PAAG de hoogste AUROC (0,6372), waarmee het de sterkste baseline (WIYD) met 0,0159 overtreft.’

Een tweede reeks tests controleerde of het systeem advertenties beter kon laten aansluiten bij de juiste gebruikersgroepen:

Online CTR-vergelijking die aantoont dat groepsgepersonaliseerde generatie (‘Onze’) alle baselines overtreft, waaronder CAIG en voorgetrainde G-MLLM.

Hier toonde PCIG sterkere klikratio’s dan oudere modellen zoals CAIG en G-MLLM, met een verbetering van 5,5%. GRM werd ook offline getest door te controleren of het correct het betere advertentiebeeld in een paar kon kiezen op basis van groepsvoorkeuren. Het overtrof alle baselines, waaronder algemene modellen, met een winst van 4,7% ten opzichte van CAIG.

Een laatste kwalitatieve test werd uitgevoerd om te evalueren of PCIG groepsbrede voorkeuren in de stijl van de gegenereerde beelden kon weerspiegelen. Zoals te zien is in de onderstaande figuur, werd hetzelfde product op verschillende manieren weergegeven voor elke groep, met veranderingen in palet, toon en visuele compositie:

Volledige resultaten voor de kwalitatieve tests, eerder in het artikel voorvertoond.

Deze variaties kwamen overeen, zo beweren de auteurs, met afgeleide klikvoorkeuren voor elke groep, wat aantoont dat PCIG stijlvol verschillende uitvoer kan produceren terwijl relevantie en aantrekkelijkheid behouden blijven. De auteurs verklaren:

‘[PCIG] zorgt ervoor dat stijlvol verschillende beelden worden gegenereerd om aan de klikvoorkeuren van verschillende gebruikersgroepen te voldoen, en toont daarmee zijn sterke vermogen om generatie aan te passen aan heterogene gebruikersbehoeften en om subtiele, fijne voorkeursverschillen over uiteenlopende gebruikersgroepen te vangen, waarmee het zijn potentieel voor groepsbewuste advertentiebeelddistributie op grote schaal aantoont.’

Conclusie

Misschien wel het meest intrigerende aspect van dit project is de onbekende correlatie tussen outputstijlen over groepsgerichte beelden voor hetzelfde product (waarvan er in de aanvullende materialen van het artikel meer pagina’s zijn dan we hier kunnen reproduceren).

Kunnen we aannemen dat stedelijke achtergronden gerelateerd zijn aan leeftijd, dat wil zeggen aan afgestudeerden die beginnen, en dat landelijke omgevingen zijn gericht op meer welvarende Gen X-types die de open weg zien als een soort ‘ultieme vrijheid’? Men kan deze testuitvoer de hele dag Rorschach-lezen.

Het potentieel van dergelijke systemen hangt af van twee factoren: inzicht en latentie. Inzicht hangt af van of opkomende volgsystemen nog steeds voldoende betekenisvolle informatie van gebruikers kunnen extraheren om effectieve kohort-gebaseerde reclame te ondersteunen, en of ze de basis leggen voor meer precieze, individueel gerichte advertenties in de toekomst.

Latentie vormt een grotere uitdaging, omdat deze aangepaste advertentiebeelden moeten worden gegenereerd en afgeleverd bijna op het moment; hoewel sommige recente tekst-naar-beeldmodellen resultaten kunnen produceren in slechts een paar seconden, kan zelfs die vertraging te lang zijn voor echte advertentieveilingen.

Een mogelijke oplossing is om de beelden lokaal te produceren, op de GPU van de browser, en netwerkroundtrips te vermijden; of om een reeks beelden proactief te creëren en vooraf te cachen op de client.

** Dit aspect wordt weggelaten in het nieuwe artikel, net zoals het potentieel voor diepe vervalsing van nieuwe AI-kaders vaak wordt verzacht door het gebruik van schattige dierfiguren (in plaats van AI-porno) in nieuwe onderzoeken. Niettemin vertegenwoordigt het type beeld dat in het onderzoek wordt getoond adverteerders op hun beste gedrag, in plaats van te laten zien hoe persoonlijk visuele advertenties uiteindelijk kunnen worden, naarmate consumententargetingmethoden samenwerken met snel-reagerende generatieve AI.

** Ik kan deze genoemde instelling niet identificeren, omdat ‘UCAS’ meestal wordt opgelost tot een bekende Britse universiteitstoelatingsinstantie. Ik verwelkom verduidelijking.

^† Welke de onderzoekers beloven vrij te geven op de geassocieerde GitHub-repository.

First published Thursday, 5 februari 2026