АВТОМАТИЧЕСКАЯ ГЕНЕРАЦИЯ И МУЛЬТИВАРИАНТНОЕ ТЕСТИРОВАНИЕ РЕКЛАМНОГО КОНТЕНТА В СОЦИАЛЬНЫХ СЕТЯХ С ИСПОЛЬЗОВАНИЕМ ГЕНЕРАТИВНЫХ СОСТЯЗАТЕЛЬНЫХ СЕТЕЙ (GANS)

AUTOMATIC GENERATION AND MULTIVARIATE TESTING OF ADVERTISING CONTENT ON SOCIAL NETWORKS USING GENERATIVE ADVERSARIAL NETWORKS (GANS)

Likhinin Alexander Evgenievich

Master's Degree, Department of Applied Mathematics,  Moscow State Technological University “STANKIN”,

Russia, Moscow

АННОТАЦИЯ

Цель. Разработать конвейер для синтеза визуального рекламного контента, адаптированного к стилистике социальных платформ, и его автоматизированной оценки без вовлечения фокус-групп на ранних итерациях.

Метод. На основе условных генеративных состязательных сетей (cGAN) построена архитектура, генерирующая изображения рекламируемых товаров в контексте, задаваемом текстовым описанием и платформенными ограничениями. Дискриминатор дополнен классификационной головой, прогнозирующей ожидаемый показатель вовлечённости по корпусу исторических публикаций. Сгенерированные варианты поступают на слой последовательного тестирования с применением байесовской оптимизации (Thompson Sampling), где псевдо-органический отклик моделируется ансамблем поведенческих эмуляторов.

Результат. Эксперименты на наборе данных товарных карточек интернет-ритейлера и исторических креативов платформ VK и Одноклассники показали, что предлагаемая система сокращает долю визуально неадекватных вариантов на 37% по сравнению с базовым StyleGAN2 без условной фильтрации, а отбор через Thompson Sampling выявляет креатив, близкий к наилучшему по CTR, в среднем за 120 показов.

Выводы. Автоматический цикл «генерация – селекция – адаптация» переносит рутинные дизайнерские пробы на вычислительный контур, оставляя за человеком утверждение финального креатива. Узким местом остаётся смещение эмулятора отклика при смене сезонной семантики и обновлении интерфейсов платформ.

ABSTRACT

Objective. To develop a pipeline for synthesizing visual advertising content adapted to social media platform aesthetics and for evaluating it without focus groups at early iterations.

Method. A conditional generative adversarial network (cGAN) architecture generates product images within contexts defined by textual descriptions and platform constraints. The discriminator is augmented with a classification head predicting expected engagement metrics based on a corpus of historical posts. The generated variants proceed to a sequential testing layer using Bayesian optimization (Thompson Sampling), where pseudo-organic response is simulated by an ensemble of behavioral emulators.

Results. Experiments on product listings from an e-retailer and historical creatives from VK and Odnoklassniki demonstrate that the system reduces the share of visually inadequate variants by 37% compared to a baseline StyleGAN2 without conditional filtering, and Thompson Sampling identifies a creative close to the best-performing one in terms of CTR within an average of 120 impressions.

Conclusion. The automatic “generation – selection – adaptation” loop shifts routine design iterations to a computational pipeline, leaving final approval to a human decision-maker. The bottleneck remains the drift of the response emulator under seasonal semantic shifts and platform interface updates.

Ключевые слова: генеративные состязательные сети, cGAN, рекламный креатив, социальные сети, A/B-тестирование, Thompson Sampling, эмуляция отклика.

Keywords: generative adversarial networks, cGAN, advertising creative, social networks, A/B testing, Thompson Sampling, response emulation.

Создание рекламного креатива для цифровых платформ сопряжено с многократными итерациями. Продолжительность цикла и зависимость результата от эстетической интуиции исполнителя стимулируют поиск автоматизированных средств, способных не только генерировать изображения, но и предугадывать их перформативность до запуска кампании. Генеративные состязательные сети (GAN), зарекомендовавшие себя в синтезе фотореалистичных объектов [1], предлагают инструментарий для такого переноса, однако их применение в рекламной индустрии до последнего времени сдерживалось отсутствием встроенных механизмов оценки маркетинговой пригодности.

Цель настоящей работы — сформировать сквозной конвейер, объединяющий условный генеративный синтез, автоматическую скоринговую фильтрацию и последовательное тестирование в симулированной среде, приближенной к поведению пользователей социальных сетей.

В качестве базовой модели взята StyleGAN2, адаптированная для условного порождения. Условием выступает мультимодальное представление товара: изображение на нейтральном фоне, категория, ценовой сегмент и текстовый вектор описания, полученный через предобученную модель CLIP [2]. Параллельно внешний классификатор платформенной стилистики (VK, Одноклассники и т.д.), обученный на исторических креативах, подаёт карту признаков, отвечающих за характерные визуальные каноны: преобладающую цветовую гамму, композиционную сетку, типографику оверлеев.

Традиционный дискриминатор различает реальные и синтетические рекламные блоки. К его выходному слою добавлена параллельная голова, предсказывающая непрерывную метрику — ожидаемый CTR (click-through rate). Эта голова предварительно обучена на историческом датасете из 85 тысяч креативов с известными показателями, собранных через API рекламных кабинетов. Обучение проведено с минимизацией комбинированной функции потерь: adversarial loss (Hinge) плюс среднеквадратичная ошибка регрессии для CTR, взвешенная по экспозиции. Тем самым генерируемые образцы, прошедшие через дискриминатор, получают не только бинарную оценку правдоподобия, но и численный скор, позволяющий ранжировать варианты перед тестированием.

Непосредственное размещение тысяч синтезированных вариантов в реальных кампаниях экономически неэффективно. Поэтому предложен промежуточный слой — ансамбль поведенческих эмуляторов, построенных на градиентном бустинге (CatBoost) и обученных на обезличенных логах взаимодействий пользователей с креативами: время удержания взгляда (оценённое по скролл-событиям), вероятность клика, конверсия в сохранение. Эмулятор принимает на вход визуальные эмбеддинги, полученные из предпоследнего слоя EfficientNet-B4, а также метаданные: тип платформы, время суток, усреднённый портрет целевой аудитории. На выходе формируется стохастическая награда, имитирующая органический CTR с шумом, откалиброванным под дисперсию реальных площадок.

Для отбора наилучшего креатива используется алгоритм Thompson Sampling [3]. Каждому варианту сопоставляется бета-распределение параметров (α, β), инициализированное априорными оценками из скоринга дискриминатора. В каждом раунде система выбирает креатив с максимальной случайной реализацией вероятности клика, предъявляет его эмулятору, фиксирует бинарный исход (клик / нет) и обновляет апостериорное распределение. Процесс продолжается до достижения заданного бюджета показов или сходимости ожидаемого выигрыша. Креатив-победитель передаётся маркетологу для финальной проверки и запуска в реальную платформу.

Экспериментальная проверка проведена на двух товарных категориях интернет-ритейлера «Электроника» и «Одежда». Для каждой отобрано 200 исходных SKU, разделённых в пропорции 70/15/15 на обучение, валидацию и тест. В качестве baseline взят StyleGAN2 без условной модуляции и без скоринговой фильтрации: все синтезированные образцы, признанные дискриминатором реальными, подавались на Thompson Sampling в идентичных условиях.

Оценка визуальной адекватности выполнялась экспертом бинарно: «пригоден для показа» либо «отклонён». Доля отклонённых экспертным контролем вариантов для предложенного метода составила 14% против 22% у baseline, что даёт сокращение брака на 37%. Основные причины отбраковки в baseline: неестественное наложение тени, искажение текстуры ткани и размытие логотипа — дефекты, которые скоринговая голова научилась детектировать за счёт признаков, коррелирующих с низким CTR в реальных кампаниях.

Симулированное A/B-тестирование через Thompson Sampling с бюджетом 200 показов на креатив повторялось 1000 раз для каждого SKU для оценки среднего расстояния до лучшего креатива в пакете. Лучший креатив определялся по максимальному среднему CTR, выданному эмулятором при 10 000 полных показов. Предлагаемый конвейер обнаруживал креатив с CTR не ниже 95% от оптимального в среднем через 120 итераций, тогда как случайный отбор и ε-greedy стратегия требовали 168 и 145 итераций соответственно. При этом дисперсия финального CTR сократилась на 18%, что важно для соблюдения медиапланов.

Этический аспект связан с риском генерации изображений, вводящих потребителя в заблуждение относительно свойств товара. Фильтрация на основе предобученного детектора фотоподобия и обязательная верификация человеком существенно снижают такой риск, но не устраняют его полностью.

Представлен конвейер, в котором условная генеративная сеть, дополненная предиктором вовлечённости, и байесовская процедура последовательного тестирования образуют замкнутый цикл порождения и отбора рекламного контента. Эксперименты подтверждают, что комбинация скоринговой отбраковки и Thompson Sampling позволяет быстрее достигать субоптимальных креативов, экономя ресурс тестирования. Развитие подхода видится в интеграции с мультимодальными диффузионными моделями для повышения разнообразия сцен и в создании онлайн-калибруемых эмуляторов, способных подстраиваться под дрейф аудиторных предпочтений без переобучения с нуля.

Список литературы:

1. Goodfellow I.J., Pouget-Abadie J., Mirza M. et al. Generative adversarial nets // Advances in Neural Information Processing Systems. – 2014. – Vol. 27. – P. 2672–2680.
2. Radford A., Kim J.W., Hallacy C. et al. Learning transferable visual models from natural language supervision // Proceedings of the 38th International Conference on Machine Learning. – PMLR, 2021. – P. 8748–8763.
3. Chapelle O., Li L. An empirical evaluation of thompson sampling // Advances in Neural Information Processing Systems. – 2011. – Vol. 24. – P. 2249–2257.
4. Karras T., Laine S., Aittala M. et al. Analyzing and improving the image quality of StyleGAN // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. – 2020. – P. 8110–8119.
5. Козлов Д.А., Смирнов А.В. Использование генеративно-состязательных сетей для синтеза маркетинговых изображений // Вестник компьютерных и информационных технологий. – 2022. – Т. 19, № 4. – С. 33–42.
6. Deng J., Dong W., Socher R. et al. ImageNet: A large-scale hierarchical image database // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2009. – P. 248–255.
7. Кравченко В.В. Байесовские методы оптимизации в задачах многорукого бандита для интернет-маркетинга // Бизнес-информатика. – 2021. – Т. 15, № 2. – С. 47–58.