一项由人工智能驱动的创新技术正在重塑营销人员投放数字广告的方式。AdGazer 是一款由马里兰大学史密斯商学院联合开发的预测工具，它能够评估广告及其周围的媒体环境，从而预测观众的关注度，从而使广告投放变得更加智能和高效。

史密斯商学院的消费者科学百事可乐讲席教授Michel Wedel与马里兰大学应用数学与统计学系科学计算博士生Jianping Ye以及荷兰蒂尔堡大学的Rik Pieters合作开发了这款工具。他们的研究成果发表在《市场营销杂志》(Journal of Marketing) 上。

该团队使用眼动追踪技术，对超过 3,500 个数字广告进行了 AdGazer 测试，以捕捉观众的视线落点和停留时间。结果表明，该工具的性能显著优于现有模型，证明策略性投放能够有效提升广告及其品牌的关注度。

Wedel教授的研究领域涵盖视觉营销和眼动追踪，他指出：“AdGazer 代表了人工智能和机器学习（基于行为理论）在提升数字广告效果方面的一项进步。”

AdGazer 通过更智能地将广告与周围内容相匹配，增强了情境广告的效果。其实现方式包括：

• 整合广告及其媒体环境的简单和复杂特征；
• 利用大型语言模型解读媒体主题，并将其与最相关的广告进行匹配；
• 使用预测模型估算观众观看广告及其品牌的时间；
• 应用算法，根据测算结果，将广告投放到最有利于其发挥作用的情境中。

与诸如VGG16 和 ResNet50 等主流的计算机视觉模型相比，AdGazer 的预测准确率更高——广告关注度为 0.83，品牌关注度为 0.80。此外，在评估与模型训练所用广告截然不同的全新广告时，AdGazer依然表现稳健。研究发现情境因素发挥了重要作用，大约可以解释三分之一的广告关注度和五分之一的品牌关注度。

对于管理者和广告商而言，Wedel教授强调了其实际意义：“AdGazer 能帮助将广告投放到最佳位置，比目前基于文本匹配或原生广告等方法更能吸引眼球。”