Verständnis der Stampix-Nutzer durch die Analyse von nutzergenerierten Bildern

Um Stampix auf ihrem Weg zu einem 1-Klick-Fotobuch voranzubringen, haben ML6 und Stampix zusammen gearbeitet, um eine geführte, personalisierte Fotobucherstellung auf der Basis von Bildern zu entwickeln, die mit SageMaker anonymisiert wurden. Die Entwicklung dieser ersten Version in Zusammenarbeit mit Stampix ermöglicht es ihnen, die zugrundeliegenden Konzepte zu erlernen und stellt sicher, dass sie alle Werkzeuge und das Know-how haben, um diese Arbeit fortzusetzen. 

Der Ansatz basiert auf der Idee, dass ein Computer lernen kann, ähnliche Bilder zu erkennen und zu gruppieren, ohne dass ein Mensch ihm dabei hilft. Sobald er dies gelernt hat, kann er anhand dieser Gruppen von Bildern ähnliche Nutzer zusammenfassen. Jede dieser Gruppen von Personen beschreibt eine Benutzerpersona. Storylines werden dann mit Schlüsselsätzen, Beispielbildern und Zieldaten verknüpft und diesen User Personas zugeordnet. Auf diese Weise kann Stampix automatisch Storylines vorschlagen, die für eine bestimmte Benutzer-Persona am ehesten relevant sind. Der Nutzer kann dann die Storylines auswählen, an denen er am meisten interessiert ist. Stampix kann dann automatisch die relevantesten Ressourcen vorschlagen, um dem Benutzer zu helfen, jeden seiner ausgewählten Handlungsstränge zu erreichen. Auf diese Weise ist Stampix in der Lage, ein 1-Klick-Fotobuch-Erlebnis zu bieten, das für jeden Benutzer personalisiert ist.

‍

Dieser Ansatz lässt sich in den folgenden drei Schritten zusammenfassen:

1. Erstellung intelligenter Bildgruppen durch Verständnis des Bildinhalts.
2. Erstellung intelligenter Benutzer-Personas auf der Grundlage der Bildgruppen, mit denen sie interagieren.
3. Stellen Sie Fotobücher mit einer Storyline zusammen, die auf identifizierten Benutzer-Personas basiert, indem Sie Sätze von Schlüsselsätzen, Sätze von Beispielbildern und Zieldaten verwenden.

‍

‍

Erstellen intelligenter Gruppen von Bildern

‍

Zunächst erstellen wir intelligente Gruppen von Bildern, indem wir sie auf der Grundlage der in den einzelnen Bildern erkannten Inhalte zusammenfassen. Für diesen Schritt verwenden wir vortrainierte Deep-Learning-Modelle, um die Einbettungen für jedes Foto des Nutzers zu extrahieren. 

Als Nächstes kommentieren wir die Bildcluster, indem wir populäre Bildunterschriften aus einem bestehenden großen Datensatz mit Millionen von Bildunterschriften in denselben Einbettungsraum einbetten wie die anonymisierten Bildeinbettungen. Wir können dann die nächstgelegene Bildunterschrifteneinbettung zu den Zentren jedes Clusters berechnen, was zu einer Reihe von vorhergesagten Bildunterschriften für jedes Bildcluster führt.

‍

Erstellung intelligenter Benutzer-Personas

‍

Zur Erstellung von Benutzer-Personas analysieren wir die Interaktionen der Benutzer mit den Bildclustern, gruppieren ähnliche Benutzer auf der Grundlage ihrer Vorlieben und Interessen und identifizieren die dominanten Themen jeder Benutzer-Persona anhand der mit den Bildclustern verbundenen Bildunterschriften. Genauer gesagt, erstellen wir Benutzer-Embeddings auf der Grundlage der Interaktionen der einzelnen Benutzer mit den Bildclustern. Diese Benutzer-Embeddings werden dann noch einmal geclustert, um ähnliche Benutzer zu Personas zusammenzufassen. 

‍

‍

Anhand dieser Cluster können dann die Personas identifiziert werden, indem untersucht wird, wie viel jedes Bildcluster zur durchschnittlichen Benutzereinbettung jedes Clusters beiträgt. Auf diese Weise können die vorherrschenden Themen jeder Benutzer-Persona anhand des Textinhalts der Bildunterschriften identifiziert werden, die mit den Bildclustern verbunden sind, die am meisten zu dieser Benutzer-Persona beitragen.

‍

Zusammenstellung von Fotobüchern anhand von Handlungssträngen

‍

Wenn Stampix die Personas seiner Nutzer versteht, kann es fundiertere Entscheidungen darüber treffen, welche Storylines und Ressourcen den einzelnen Nutzern vorgeschlagen werden sollen. Eine Persona, die sich für Reise- und Naturfotografie interessiert, wird sich zum Beispiel eher für ein Fotobuch mit einer Geschichte über eine Wanderung in der Natur oder eine Reise in einen Nationalpark interessieren. Eine Persona, die sich für Familien- und Kinderfotografie interessiert, wird sich hingegen eher für ein Fotobuch mit einer Geschichte über ein Familientreffen interessieren.

‍

Diese Erkenntnisse können dann genutzt werden, um Fotobücher mit Schlüsselsätzen, Beispielbildern und Zieldaten zu erstellen, die eine auf die erkannten Fotobuch-Personas abgestimmte Storyline beschreiben. 

‍

Dieser Ansatz ermöglicht es Stampix nicht nur, automatisch personalisierte Fotobücher für jeden Nutzer zu erstellen, ohne dass ein menschlicher Redakteur benötigt wird, sondern auch, die Interessen und Vorlieben seiner Nutzer auf einer viel grundlegenderen Ebene zu verstehen. Dies verbessert das Benutzererlebnis, schafft mehr Wert für die Kunden und dient als Grundlage für viele zukünftige Iterationen.

‍

Wir bedanken uns bei Stampix für die Möglichkeit, mit ihnen an diesem Projekt zu arbeiten. ML6 wird bei Bedarf auch weiterhin fachliche Unterstützung leisten.

‍