CN113342334B - 视觉设计投放方法及装置 - Google Patents

Abstract

本申请实施例公开了视觉设计投放方法及装置，所述方法包括：确定为目标投放场景选择的目标用户群体；提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行投放效果相关的数据收集以及归因分析后确定的；将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。通过本申请实施例，能够提升分人群精细化运营效率。

Description

视觉设计投放方法及装置

技术领域

本申请涉及界面设计技术领域，特别是涉及视觉设计投放方法及装置。

背景技术

商品对象信息***中，通常存在一些信息投放场景，包括向***内部的活动会场或者***外部的其他渠道进行信息投放，等等。为获取更多的流量增量以及更高效的承接转化，设计侧从过去以营销活动主题为主、针对全人群统一设计，开始转变为分人群设计(如按用户的购买力等)。例如，对于某活动会场页面而言，可以实现“千人千面”的设计，包括页面内具体“楼层”的排列顺序，“楼层”内具体资源位中透出哪些商品或店铺的主图作为代表图，等等，都可以是根据用户进行个性化生成，以达到提升信息投放效果的目的。

通过“千人千面”的页面设计，可以有效提高投放效果，例如，页面的点击率、转化率等都可以得到提升。但是，进一步提升页面的点击率、转化率等，始终是本领域技术人员不断追求的目标。

发明内容

本申请提供了视觉设计投放方法及装置，能够提升分人群精细化运营效率。

本申请提供了如下方案：

一种视觉设计投放方法，包括：

确定为目标投放场景选择的目标用户群体；

提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

其中，所述视觉设计建议信息包括：针对所述目标用户群体在进行设计因子选择时的正向和/或负向建议信息。

其中，所述视觉建议信息包括：通过对符合所述目标用户群体偏好的多个设计因子进行组合生成的建议的视觉设计模板。

一种视觉设计模板测试方法，包括：

建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板的组成元素确定的；

确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的；

将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息。

其中，所述设计因子模型为多套，分别与多个不同的投放场景相对应；

所述确定为目标投放场景选定的多个视觉设计模板，包括：

提供所述目标投放场景对应的可选视觉设计模板，以便根据选择结果确定所述选定的多个视觉设计模板。

其中，所述确定为目标投放场景选定的多个视觉设计模板，包括：

对所述目标投放场景对应的设计因子模型中包括的设计因子进行展示，以便通过对设计因子进行选择以及组合，生成所述视觉设计模板。

其中，所述方法还包括：

通过以下方式生成所述多个视觉设计模板；

提供分别与所述多个设计因子对应的视觉设计物料库，所述物料库中包括多个视觉设计物料；

确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

其中，所述设计因子模型中包括多个一级设计因子，所述一级设计因子下包括多个二级设计因子；

所述视觉设计模板是从多个一级设计因子下分别进行二级设计因子的选择，并将所选择的二级设计因子进行组合生成的；

所述视觉设计物料库以及图层用于与所述二级设计因子相对应。

其中，所述进行基于设计因子的归因分析，包括：

以用户群体为单位，分别进行所述基于设计因子的归因分析；

其中，对于当前进行归因分析的用户群体A，以设计因子为单位，分别确定该用户群体A对各设计因子的偏好程度信息，并根据该偏好程度信息提供分人群视觉设计的结论性信息。

其中，所述分别确定该用户群体A对各设计因子的偏好程度信息，包括：

对于当前进行偏好程度信息计算的设计因子X，确定向该用户群体A投放的N个视觉设计模板中，以该设计因子X作为组合因子出现的M个视觉设计模板；

根据所述M个视觉设计模板在所述用户群体A中获得的点击提升率的均值，确定该用户群体A对设计因子X的偏好程度信息；

所述点击提升率为：当前视觉设计模板在所述用户群体A中获得的点击率、相对于基准设计模板在所述用户群体A中所获得点击率的提升率。

其中，所述点击提升率包括：加权点击提升率；其中，视觉设计模板的权重，是根据该视觉设计模板的曝光量与所述M个视觉设计模板的总曝光量之间的比值确定的。

其中，所述根据该偏好程度信息提供分人群视觉设计的结论性信息，包括：

分别针对各用户群体，提供对应用户群体对各设计因子的偏好程度排序结果信息。

其中，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

所述视觉设计模板是从多个一级因子下分别进行二级因子的选择，并将所选择的二级因子进行组合生成的；

所述提供对应用户群体对各设计因子的偏好程度排序结果信息，包括：

针对各用户群体，分别提供多个一级因子下对应用户群体的偏好程度排序结果，其中，同一一级因子下，对该用户群体分别对多个二级因子的偏好程度进行排序。

其中，所述根据该偏好程度信息提供分人群视觉设计的结论性信息，还包括：

根据所述各一级因子下对应用户群体的偏好程度排序结果，提供针对对应用户群体在各一级因子下进行二级因子选择时的正向和/或负向建议信息。

其中，还包括：

分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。

其中，还包括：

根据多个视觉设计模板分别在所述多个用户群体中获得的投放效果，确定所述多个用户群体分别对多个视觉设计模板的偏好程度信息；

以用户群体为单位，分别按照所述偏好程度信息对所述多个视觉设计模板进行排序，并提供排序结果。

一种生成视觉设计模板的方法，包括：

建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素确定的；

提供分别与所述多个设计因子对应的视觉设计物料库，所述素材库中包括多个视觉设计物料；

确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

一种视觉设计投放装置，其特征在于，包括：

目标用户群体确定单元，用于确定为目标投放场景选择的目标用户群体；

建议信息提供单元，用于提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

投放单元，用于将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

一种视觉设计模板测试装置，包括：

设计因子模型建立单元，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板的组成元素确定的；

模板及用户群体确定单元，用于确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的；

投放单元，用于将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

归因分析单元，用于针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，并根据归因分析结果提供分人群视觉设计的结论性信息。

一种生成视觉设计模板的装置，包括：

设计因子模型建立单元，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素确定的；

物料库提供单元，用于提供分别与所述多个设计因子对应的视觉设计物料库，所述素材库中包括多个视觉设计物料；

母模板确定单元，用于确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

图层添加单元，用于确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

视觉设计模板生成单元，用于通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项所述的方法的步骤。

一种电子设备，包括：

一个或多个处理器；以及

与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述任一项所述的方法的步骤。

根据本申请提供的具体实施例，本申请公开了以下技术效果：

在本申请实施例中，提出了设计因子模型的概念，并且可以通过对多个设计因子进行选择并组合的方式，生成多个视觉设计模板，使得视觉设计模板可以与设计因子之间具有关联关系。具体在目标投放场景中对视觉设计模板进行测试时，可以将多个视觉设计模板非定向地投放给多个不同的用户群体。这样，可以针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，并根据归因分析结果提供结论性信息。通过这种基于设计因子的归因分析，可以确定出具体某个设计模板之所以在某个用户群体中获得较好或不好的投放效果，其由于使用了哪个或者哪些设计因子造成的，以用于在向具体的用户群体进行投放时，对所使用的视觉设计模板进行调整。进而，通过在此基础上的多次迭代运算，还可以不断寻求分人群视觉设计的较优解，提升分人群精细化运营效率。

当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的***架构的流程图；

图2是本申请实施例提供的第一方法的流程图；

图3是本申请实施例提供的设计因子模型的示意图；

图4是本申请实施例提供的设计因子组合成模板的示意图；

图5-1至5-5是本申请实施例提供的视觉设计模板生成工具的界面示意图；

图6-1、6-2是本申请实施例提供的结论性信息示意图；

图7是本申请实施例提供的第二方法的流程图；

图8是本申请实施例提供的第三方法的流程图；

图9是本申请实施例提供的第一装置的示意图；

图10是本申请实施例提供的第二装置的示意图；

图11是本申请实施例提供的第三装置的示意图；

图12是本申请实施例提供的电子设备的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

首先需要说明的是，前端界面设计(包括完整的页面，或者页面中的某个区域，例如，版头等)通常可以包括内容范畴、交互范畴以及视觉范畴的设计等。例如，对于商品对象信息***的营销活动页面，页面中包括的“楼层”，每个“楼层”中“一排三”或者“一排六”等资源位排列方式等，属于交互范畴的设计；具体“楼层”中展示出何种文案、哪些商品等属于内容范畴的设计；而每个“楼层”的氛围条的视觉效果，例如，是否加入卡通元素，是否强化促销氛围，等等，则属于视觉范畴的设计。如果将内容范畴、交互范畴的设计视为界面的“肉”，则视觉范畴的设计则属于界面的“皮肤”，同样能发挥引导用户点击、转化的作用。

但是，本申请发明人在实现本申请的过程中发现，现有技术中的“千人千面”设计通常是在内容范畴或者交互范畴来实现，而不同的用户群体除了对不同的内容、交互方式等有偏好，理论上应该对不同的信息表达方式、视觉呈现方式也有偏好，比如，凸显低价的信息并增强热烈的大型促销活动氛围，更能吸引低购买力用户的注意，等等。因此，在视觉设计范畴进行分人群设计也能够提升营销效率。也即，不仅可以在页面的内容、结构等层面上实现“千人千面”，还可以在视觉层面上实现“一品多面”。换言之，对于不同的人群而言，不仅在页面中透出的哪些商品等内容上可以不同，在视觉效果上也可以不同，通过这种“一品多面”的方式，有利于进一步提升页面的点击率、转化率。

为了实现视觉设计范畴的分人群设计，一种可行的方式是：设计师经验式判断人群特征继而定向设计与测试，并随着营销活动节奏一次次验证效果。例如，某次活动需要针对两个人群进行活动会场版头的设计，于时设计师需要根据两个人群的偏好，设计出两套视觉设计方案，并将两套方案分别投放给定向两个不同的人群。这种实现方式能够实现分人群的视觉设计，但是，该方案是一种结论有局限性、主观性、生产方式不可迭代持续的、相对不科学的方式。

例如，如果按照实现逻辑，则具体的视觉设计流程主要包括：

1.确定设计应用场景为某活动会场页面的版头；

2.确定设计所涉及的范畴为视觉设计；

3.活动运营的人群按照购买力分为L1-L3低购买力人群、L4-L6高购买力人群，并对两个人群进行基础画像等主观分析；

4.设计师人工定义样式偏好：低购人群色彩风格促销感、商品元素选用低客单价的快消品、红包元素等等；高购人群色彩风格品质感、商品元素选用高客单价的消费电子、美妆等；

5.按照样式定义进行针对两个人群的活动会场页面版头的视觉设计，得到两套设计方案模板；

6.将两套设计方案模板定向投放给对应的人群，例如，模板1投放给低购买力人群，模板2投放给高购买力人群；

7.根据用户的点击数据等验证定向设计的正确性，并以此佐证先前的经验式定义的正确性，进而作为结论指导下次营销活动的视觉设计。

上述方法至少存在三个主要缺点：

1.定向设计带来的不确定性：定向设计带来最大的问题就是无法判断是否有较优解，由于人工生产、经验式判断的方式设计，方案个数有限，虽然单个定向方案模板可以得到验证，但无法保证是否有更适合于该人群的方案，亦或是此套定向方案是否会更适合其他人群。

2.以人群特征为出发点做设计带来的结论无法归因：由于没有建立底层设计框架，而是以人群特征为分析对象，会导致设计结论作为指导时，只能单次得出某个人群偏好某个风格，但是无法给设计师或品牌方明确的指导性建议。例如，对于具体的投放场景，针对某个具体的人群，到底如何进行视觉设计才能够获得理想的效果，该现有技术的方案是无法做到的，因此，不具备可拓展性和归纳性。

3.人工生产带来的高成本与效率低：理论上人群分的越多，定向设计所要做的方案就越多，人力成本高；且人工生产的方案数量有限，无法做到穷举方案带来的趋近较优解，以及进而带来的分人群转化效率最大化的效果。

因此，如何更科学地进行分人群的视觉设计，并在此基础上进一步提升视觉设计的精准性和效率，成为需要考虑的问题。为此，本申请实施例提供了相应的解决方案。在该方案中，在针对视觉设计范畴实现分人群设计的过程中，不再针对分人群人工生成设计方案模板，并进行定向投放，而是提出设计因子(可以是组成设计方案模板的最小组成元素的类型标签)的概念，通过将多种设计因子进行组合的方式，可以得到多套设计模板。然后在向人群进行投放时，可以进行非定向的投放(例如，模板A可以向每个人群1、2、3等都进行随机投放，模板B也是向每个人群1、2、3等都进行随机投放，其他模板也是类似)。这样，可以获取到各个设计模板在各个人群中获得的投放效果(可以通过对人群使用具体设计模板的设计方案的点击率、转化率等来体现)，进而，由于具体的模板是由设计因子组成的，因此，还可以将这种投放效果归因到设计因子层面。从而让设计师知道，某个设计模板在某个人群中获得比较好的投放效果(换言之，该人群对该设计模板比较喜欢)，原因是该设计模板中使用了哪些设计因子，进而帮助设计师在后续的设计中，可以针对具体的人群更多的使用这些设计因子。或者也可以是负向的建议，例如，某人群不喜欢某些模板，也可以归因到这些模板中具体使用的设计因子，进而也可以建议设计师后续针对该人群尽量避免使用这些设计因子，等等。

这里需要说明的是，本申请实施例所涉及的主要是指视觉范畴的设计，例如，对于某个活动会场页面的版头区域，本申请实施例主要针对该版头区域的“皮肤”(背景、氛围条等)部分进行设计。并且，一套具体的视觉设计模板中，主要对视觉设计的版式、物料展示样式等进行设计，关于具体的内容，则可以通过其他方式进行确定，不在本申请实施例中所述的视觉设计之列。例如，某个视觉设计模板中，可以包括采用上文下图的版式，字体采用大号字体，商品图采用透明商品图，等等，而关于具体透出怎样的文案内容，透出哪些具体的商品对象，则可以通过其他的配置过程等进行确定，将具体的内容按照模板中定义的版式、样式等添加到模板中，可以生成具体的设计方案，也即具体呈现给用户的设计结果。

从***架构角度而言，参见图1，本申请实施例可以提供视觉设计模板测试***，其中，该***可以分为投放以及归因分析两个部分。投放部分可以在已有的投放平台基础上增加新的功能，或者，也可以提供新的投放平台。具体的，在提供了设计因子模型的基础上，可以通过多种方式组合得到多套视觉设计模板(生产模板的过程中，还可以用到具体与设计因子对应的视觉设计物料库，对此，后文中会有详细介绍)。这种视觉设计模板可以提供给上述投放平台进行保存，运营人员等用户通过投放平台进行信息投放的过程中，如果需要对各种视觉设计模板在多个人群中的表现进行测试，则可以根据具体活动需求，进行视觉设计模板的选择(通常可以选择多个)，以及人群的圈选，如果涉及到外投或者内投等情况，还可以进行媒体渠道的选择等，之后投放平台便可以按照指定的时间排期进行投放。在完成投放之后，***中的归因分析部分则可以进行数据的采集，以便对各个视觉设计模板在各个人群中的曝光情况、点击情况等进行采集以及分析，进而基于设计因子，对视觉设计模板在具体人群中获得的投放效果进行归因分析，并且可以提供相应的分析结果，供用户在后续的投放过程中使用。

下面对本申请实施例提供的具体技术方案进行详细介绍。

实施例一

首先，该实施例一提供了一种视觉设计模板测试方法，参见图2，该方法具体可以包括：

S201：建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素确定的。

首先，视觉设计模板属于在传统的信息投放过程中也会用到的概念，并且，具体的视觉设计模板可以由多种具体的设计元素组成，例如，包括商品图、文案、一些动效等等。在本申请实施例中，可以根据视觉设计模板的组成元素(例如，组合成完整视觉产物的最小要素)，建立设计因子模型。设计因子模型具体可以用于定义出多个设计因子，或者，还可以包括设计因子之间的上下级关系等。后续生成具体的视觉设计模板时，可以从这些设计因子中进行选择并组合成具体的视觉设计模板。这样，可以在视觉设计模板与设计因子之间建立起关联关系，以便在后续进行归因分析时，可以基于设计因子进行具体的归因分析过程。

在一种方式下，可以首先构建多个一级设计因子，然后，再在每个一级设计因子进行细分，构建出多个二级设计因子。其中，一级设计因子的划分方式可以有多种，例如，按照视觉设计模板的组成元素划分为版式(L-Layout)、商品(I-Item)、文案(T-Text)、品牌(B-Brand)、风格(S-Style)、动效(A-Animation)等六个一级设计因子。或者，也可以划分为版式(Layout)、主体(Item)、动效(Animation)、表现(Technic)等四个一级设计因子，等等。

关于具体一级设计因子下二级设计因子的细分，可以根据具体投放场景的不同，采用不同的划分方式。其中，投放场景可以包括内投(是指向关联的商品对象信息***自有的产品以内的渠道进行投放营销活动信息的场景，如相关应用程序首页焦点图、链路资源位等)、外投(指向关联的商品对象信息***自有的产品以外的渠道进行投放营销活动信息的场景，如第三方媒体资源位海报、其他应用程序的开屏页等)、活动会场(例如，“双11”等营销活动的会场主页等)，等等。其中，活动会场版头场景主要以文字为主体，而内投场景主要以商品为主体，等等。因此，具体实现时，可以分别为不同的投放场景构建不同的设计因子模型，这些模型中，一级设计因子的划分基本可以是相同的(当然，也可以不同)，二级设计因子的细分则通常可以不同。

例如，如图3所示，其为一个具体投放场景中的设计因子模型示例，各个一级设计因子可以分别包括以下二级设计因子：

版式：上文下图、下文上图、商品环绕

商品：透明商品图、场景图、商品特写、商品组合、商品视频、商品帧动画

文案：单行、双行、字小、字大、标签、对话弹框、有行动点

品牌：弱化、强化

风格：调性一致、对比强烈、真实场景、明快色调、深沉色调、二次元、热闹促销、冷淡简约

动效：呼吸缩放、移入、商品旋转、扫光、轮播、可交互手势

活动打标：品牌特征图形边框、底部腰封、标签

具体实现时，还可以在***中提供用于新增一级或二级设计因子的操作选项，使得设计因子模型可以进行调整，以组合出更丰富的设计模板。

总之，可以为具体的投放场景，构建出具体的设计因子模型。之后，可以通过对这种设计因子模型中的具体设计因子进行选择以及组合，生成具体的视觉设计模板。具体的，可以从多个一级设计因子下分别进行二级设计因子的选择(可以是一个或多个)，并将所选择的二级设计因子进行组合生成具体的视觉设计模板，例如，如图4所示，在版式下选择的二级设计因子是上文下图(L1)；在商品下选择的二级设计因子是场景图(I2)；在文案下选择的二级设计因子是单行(T1)以及字大(T2)；在品牌下选择的二级设计因子是强化(B2)；在风格下选择的二级设计因子是冷淡简约(S8)；在动效下选择的二级设计因子是A4(扫光)。则可以通过(L1、I2、T1、T2、B2、S8、A4)组合成一个视觉设计模板。另外，还可以通过将其他二级设计因子进行组合，生成其他的视觉设计模板。这种具体的视觉设计模板后续在具体的投放场景中被应用时，可以根据具体运营人员等用户配置的具体内容，选择的品类信息等，生成具体的设计方案，并通过对应的投放渠道向具体的人群进行投放。

其中，由于本申请实施例中需要针对不同的人群生成多套不同的视觉设计模板，因此，涉及到批量生产视觉设计模板的需求。具体的，生成视觉设计模板的方式可以有多种，例如，人工产出枚举模板，或者，通过机器计算的方式产出穷举模板。前者可按照经验剔除一些影响点击效果较小的组合方式，使得生成的模板具有较高的质量。这种方式虽然不是对所有的组合方式都进行穷举，也即，生成的设计模板的数量相对于穷举方式而言是比较少的；但是，由于在生成设计模板时不必考虑与具体人群的适配，因此，具体产出的设计模板的数量不会受到人群数量的限制，相对于现有技术中的定向投放而言，产出的视觉设计模板的数量还是比较多的。反观通过机器计算方式生成视觉设计模板时，可以穷举出二级设计因子的所有组合方式，生成的模板数量大，但是，可能存在许多相互之间差异很小的模板，这些模板如果全部投放出去，产出回报比会比较低。当然，具体实现时，为了弥补上述缺点，还可以通过机器学习等方式，从穷举出的所有组合方式中，自动剔除一些差异小的组合方式，将保留下来的组合方式生成对应的视觉设计模板，等等。

另外，本申请实施例还可以提供了另一种批量生产视觉设计模板的实现方式。具体的，在该方案中，可以按照具体的设计因子，将视觉设计模板拆解为多个图层，然后，每个图层可以对应一个设计物料库，每个设计物料库中可以包括多个设计物料，具体的设计物料可以进行打标，其中，具体的标签可以与设计因子相对应。也即，某个具体的设计物料，可以通过标签确定出对应哪个设计因子(在划分了一级以及二级设计因子的情况下，还可以确定出具体的设计物料对应哪个一级设计因子下的哪个二级因子)，以便于进行归因分析。

例如，如图5-1所示，假设二级设计因子包括组件、前景、商品、主体、背景等，每个设计因子可以对应各自的设计物料库，例如，组件对应的物料库中可以包括多个组件类型的设计物料，前景对应的物料库中可以包括多个可用作前景的图片素材，等等。这样，则拆解出的图层也可以分别与上述设计因子相对应。之后，假设在组件图层中选择2个设计物料，在前景图层选择3个设计物料，在商品图层选择1个设计物料，在主体图层选择3个设计物料，在背景图层选择3个设计物料。则可以叉乘组合成2*3*3*3＝54个视觉设计模板。

除了添加多个图层，并在每个图层中添加具体的设计物料之外，还可以通过母模板的方式，指定具体视觉设计模板的结构化信息，具体的结构化信息可以包括各项设计因子的数量、位置关系，等等。这样，通过将母模板中的结构化信息与具体图层中的设计物料相结合，可以生成具体的视觉设计模板。

通过上述方式，设计师等用户在生产视觉设计模板时，可以首先确定出母模板，这种母模板可以是从***提供的候选母模板中进行选择，或者也可以由设计师进行自定义后上传到***中。另外，可以确定出多个母模板，然后分别针对各个母模板进行图层以及设计物料的添加，这样，可以生成更丰富结构的视觉设计模板。

之后，确定出具体的母模板之后，可以向母模板中添加图层，并向每个图层中添加多个设计物料，这样，通过将多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，便可以批量化生成多个视觉设计模板。通过这种方式，设计师用户只需要执行一次图层添加、物料选择等过程，即可批量化的生成多个视觉设计模板。相对于逐个模板分别进行物料添加的生成方式而言，可以提升效率。

例如，在一种具体的实现方式下，具体用于添加图层的界面可以如图5-2中的50处所示，首先可以按照具体的设计因子模型等，对可选的设计素材库列表进行展示。其中，在存在一级设计因子以及二级设计因子的情况下，具体的设计物料库可以是与二级设计因子相对应。也即，每个二级设计因子都可以对应各自的设计物料库。例如，在该例子中，一级设计因子可以包括内容、布局、素材、风格、颜色、行业、节日等，其中，内容因子下可以包括组件、前景、载体、背景等多个二级因子；布局因子下可以包括上文下图有行动点、上文下图无行动点、上图下文无行动点等多个二级设计因子，等等。其中，组件、背景等二级因子关联有各自的设计物料库，分别保存有多个可以作为组件的图片，或者，多个作为背景的图片，等等。用户可以选择向母模板中添加具体某个二级设计因子对应的图层，之后，可以对该二级设计因子的设计物料库进行展示。

例如，如图5-3所示，在选择向母模板中添加背景图层后，如图5-3中的51部分所示可以展示出背景对应的设计物料库中包括的多个可选的背景图片。另外，还可以支持对具体设计物料的本地上传，使得用户可以向具体的物料库中上传更多的设计物料。之后，如图5-4所示，在展示出具体某个二级设计因子图层对应的可选的设计物料之后，可以对设计物料进行选择，具体可以选择一个或者多个设计物料。例如，如图图5-4中的52处所示，同样是背景图层，可以选择一个或者多个背景图片，在选择多个背景图片的情况下，可以组合出多个具有不同背景图片的视觉设计模板，等等。

这里需要说明的是，图5-2所示的设计因子模型中对设计因子的划分方式，与前述图3所示的例子中的划分方式不同，这主要是为了体现出可以有多种不同的设计因子划分方式。但是，在具体实现时，具体对设计物料库进行创建时，可以是与预先建立的设计因子模型具有对应关系的。例如，如果预先按照图3所示的例子进行设计因子模型的创建，则在为具体的设计物料打标时，具体也可以是按照该设计因子模型中各个设计因子的标签，为设计物料进行打标。此时，在图5-2所示的界面中，具体的设计物料库列表，也会与该设计因子的标签相对应。

在完成多个图层以及设计物料的添加之后，***可以自动对多个图层中的多个设计物料进行叉乘，得到多种不同的设计物料组合，并与具体的母模板中定义的结构化信息相结合，生成具体的视觉设计模板。这里需要说明的是，在具体实现时，还可以通过机器学习等方式，使得***可以自动从设计物料组合方案中将质量较低的组合方案删除，保留下较高质量的组合方案，并生成对应的视觉设计模板。在生成视觉设计模板之后，还可以提供预览，例如，预览结果可以如图5-5所示。另外，用户还可以在预览到具体的设计模板之后，手动删除不适合的设计模板，等等。

具体完成批量化的视觉设计模板之后，可以保存到预先创建好的文件夹中，使得这些视觉设计模板可以批量化的向人群进行投放。也就是说，每个具体的设计场景，可以对应创建对应的文件夹，之后再进行添加母模板、添加图层、添加设计物料等操作，这样，生成的视觉设计模板可以保存到对应的文件夹中。

这里需要说明的是，在具体的设计物料库中，关于背景图片、前景图片等，就是最终展示给消费者用户的物料。另外，还存在一些占位物料，例如，设计模板中添加的一些文案、商品图等，在尚未确定出具体的文案内容，具体添加哪个商品的商品图时，都可以采用占位性质的文案、图片等在设计模板中进行展示。例如，图5-5中的“主标题五到八个字”等都属于占位性质的文案，在后续生成具体的设计方案，并向人群进行展示时，还可以将具体的视觉设计模板与具体的文案内容、商品图等相结合，生成具体展示给人群的设计方案，其中包括将占位物料被替换成具体的文案、具体商品的商品图，等等。

总之，在本申请实施例中，将视觉设计模板的生成过程从设计师进行的成品设计，转变为对模板的结构及物料的设计。也即，通过具体的母模板定义出结构化信息，之后，通过向母模板中添加多个图层，并在多个图层中选择多个设计物料，通过多个图层之间的多个设计物料进行叉乘组合的方式，批量化的生成多个视觉设计模板。这样，对于设计师用户而言，可以提升视觉设计模板的生产效率。

S202：确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的。

前述生成视觉设计模板的过程可以是提前完成的，生成的具体视觉设计模板可以供用户在实际的投放场景中使用。例如，具体生成的视觉设计模板可以保存到投放平台中，用户在需要进行信息投放时，如果需要对多种视觉设计模板在各个用户群体中的表现进行测试，则可以对其中的视觉设计模板进行选择。具体可以对当前投放场景关联的全部视觉设计模板进行全选，或者选择其中的一部分，等等。或者，还可以将具体投放场景关联的具体设计因子模型进行展示，使得用户也可以按照实际需求自行对设计因子进行选择，组合出新的视觉设计模板，添加到待投放的视觉模板集合中，等等。

另外，还可以在投放平台中提供用于对用户群体进行选择的入口，使得用户可以对当前营销活动所需面向的用户群体进行选择，其中，具体所选择的用户群体也是多个。

其中，具体的用户群体可以预先由相关的人群数据管理***等划分好的，例如，在某商品对象信息***中，可以存在如下的用户群体划分方式：

平台级人群：按用户的购买力、活跃度等，总共可分为14个人群；

行业级人群：按照各行业策略人群分别分为大快消8大人群、服饰6大人群、消费电子8大人群、家装8大人群；

品牌级人群：按照品牌客户分层方式，分为4大人群，等等。

当然，在其他***中也可以有其他的人群划分方式，以上仅用于举例介绍。

总之，可以通过具体的投放平台选定多个视觉设计模板，以及多个用户群体，后续就可以在将这些视觉设计模板非定向地投放给这些用户群体，以分别测试这些视觉设计模板分别在各个用户群体中所获得的投放效果(例如，可以通过点击率，转化率等进行体现)。

需要说明的是，由于投放场景可能有多个，例如，具体可以包括内投、外投、活动会场，等等，不同的投放场景可能对应着不同的投放平台，因此，可以将各个投放场景对应的设计因子模型以及已经生成的视觉设计模板保存到对应的投放平台中，供运营人员等用户在进行信息投放时使用。

S203：将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

在针对具体的投放场景选择了多个设计模板以及多个用户群体之后，可以将基于这些视觉设计模板生成的设计方案，以非定向的方式分别投放到多个用户群体。这里的设计方案具体就可以是对应投放场景中待投放的视觉产物的设计方案，具体可以是一个页面，或者一张合成图像(包括合成图、合成视频等)，等等。视觉设计模板中通常只包括版式、样式等信息，关于具体的文案、图片等内容，可以根据实际投放场景中的需求来进行添加，生成完整的视觉产物。例如，对于外投或者会场页面场景，具体的视觉产物通常可以是一个具体的页面；这种场景下，具体页面中的文案、商品图等内容可以由运营人员等用户进行手动配置，然后分别与多套视觉设计模板相结合，生成多套设计方案。然后将多套设计方案对应的网址等信息提供给渠道方，渠道方则可以将多套设计方案向多个用户群体进行非定向投放。其中，所谓的非定向投放是相对于定向投放而言的，也就是说，具体生成多套设计方案后，并不是将某套设计方案定向的投放给某个用户群体，而是以均分或者随机等方式投放到多个用户群体，使得每个设计模板对应的设计方案，在各个用户群体中都获得投放机会，以此全面测试各个设计模板分别在各个用户群体中的投放效果。

换言之，在上述情况下，不同的设计方案之间，在文案、商品图等内容方面通常可以是相同或者相似的，但是，使用的视觉设计模板不同，因此，设计方案之间的差异主要是由视觉设计模板的不同所带来的。这样，在将多个设计方案非定向投放到多个人群之后，如果不同的设计方案在同一人群中获得了不同的投放效果，则可以认为是视觉设计模板的不同所带来的上述差异。

另外，在内投等场景中，在内容层面上也可能需要进行分人群设计，以实现内容层面的“千人千面”，例如，同样对于某应用程序首焦的横幅广告资源位，不同的人群在该资源位看到的内容可能是不同的。因此，在视觉设计层面也进行分人群设计的情况下，相当于具体的视觉设计以及内容设计都进行分人群设计。在这种情况下，具体的视觉产物可以是某个资源位的待展示图片等，这种待展示图片可以是通过机器合图的方式生成的。具体实现时，可以在内投等场景中，选择多个具体的视觉设计模板以及多个用户群体，并向具体的资源位等进行投放。在接收到具体用户的访问请求之后，再根据用户所属的用户群体确定出待展示的内容物料，并随机选择一个视觉设计模板，通过机器合图***将内容物料按照选中的视觉设计模板中的定义，生成具体的合成图片，以用于在具体页面对应的资源位中进行展示。

在这种内容物料以及视觉设计两个层面都进行分人群设计的情况下，由于内容物料层面主要进行的是分人群的定向投放，也即，同一用户群体看到的内容物料基本是相同或者具有比较高的相似性；而在本申请实施例中，为了达到对视觉设计模板进行测试的目的，视觉设计模板是对人群非定向投放的。因此，如果不同视觉设计模板对应的设计方案在同一用户群体中获得了不同的投放效果，同样可以确定出是由于视觉设计模板的不同所带来的，以此便于确定出具体视觉设计模板在具体用户群体中所获得的投放效果。

S204：针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，并根据归因分析结果提供分人群视觉设计的结论性信息。

在将具体的设计方案向多个用户群体进行非定向的随机投放之后，可以对多个视觉设计模板分别在所述多个用户群体中获得的投放效果进行统计，并基于具体视觉设计模板中所包含的设计因子进行归因分析。也即，可以分析出，如果某些视觉设计模板在某用户群体中获得了比较好/不好的投放效果，是因为这些视觉设计模板中使用了哪个或者哪些设计因子，等等。这样，可以从设计因子粒度上，为用户提供分人群视觉设计的结论性信息，从而更有效地帮助用户在视觉设计范畴进行分人群设计。

其中，具体在进行归因分析时，可以以用户群体为单位，分别进行基于设计因子的归因分析；归因分析的结果可以有多种表达方式，例如，其中一种方式下，可以对于当前进行归因分析的用户群体A，可以以设计因子为单位，分别确定该用户群体A对各设计因子的偏好程度信息，进而根据该偏好程度信息提供分人群视觉设计的结论性信息。

为了确定用户群体对各设计因子的偏好程度信息，首先可以对多个视觉设计模板分别在所述多个用户群体中获得的投放效果进行统计。其中，具体的投放效果可以通过点击率、转化率(从点击到下单购买的转化率，等等)等进行体现。另外，为了便于对投放效果进行比对，还可以在视觉设计模板中指定其中一个作为基准模板，该基准模板可以是传统视觉设计过程中常规的模板，等等。通过将其他视觉设计模板在具体人群中获得的投放效果与该基准模板在该人群中获得的投放效果进行比对，可以确定出其他视觉设计模板相对于该基准模板在投放效率上获得的提升率。该提升率可能是正值也可能是负值，如果某视觉设计模板对应的提升率是正值，则代表该视觉设计模板相对于基准模板而言产生了正向的提升，因此，该视觉设计模板对于该人群而言，其获得的投放效果优于基准模板。反之，如果提升率是负值，则代表该视觉设计模板劣于基准模板。

下面以点击率为例，对具体的统计方式进行举例介绍。

假设向用户群体A投放了N套视觉设计模板对应的设计方案，i为视觉设计模板序列，则对视觉设计模板i在该用户群体A中获得的投放效果，可以通过以下方式进行统计：

(1)确定视觉设计模板i在用户群体A中获得的曝光量(pv)；

(2)确定视觉设计模板i在用户群体A中获得的曝光点击量(pv)；

(3)确定视觉设计模板i在用户群体A中获得的点击率(pv_ctr)＝曝光点击pv/曝光pv；

(4)确定视觉设计模板i的pv_ctr创意差值＝视觉设计模板i的pv_ctr-基准模板的pv_ctr

(5)确定视觉设计模板i的pv_ctr创意提升率＝(视觉设计模板i的pv_ctr-基模板的pv_ctr)/基准模板的pv_ctr

这里需要说明的是，视觉设计模板与具体的设计方案之间可能是一对一的关系，也可能是一对多的关系，由于具体向用户展示的是设计方案，因此，在进行数据采集时，采集到的是具体设计方案在用户群体中的曝光或者点击情况。而设计方案关联了视觉设计模板，因此，在获取到具体设计方案在用户群体中的曝光或者点击情况之后，可以根据设计方案关联的视觉设计模板，转换成视觉设计模板在该用户群体中获得的曝光或者点击情况。

在确定出各视觉设计模板分别在用户群体A中获得的投放效果(例如，前述统计出的创意提升率)之后，可以分别确定该用户群体A对各设计因子的偏好程度信息。具体的，对于当前进行偏好程度信息计算的设计因子X，可以确定向该用户群体A投放的N个视觉设计模板中，以该设计因子X作为组合因子出现的M个视觉设计模板；然后，根据所述M个视觉设计模板在所述用户群体A中获得的点击提升率的均值，确定该用户群体A对设计因子X的偏好程度信息。其中，这里的点击提升率就可以为：当前视觉设计模板在用户群体A中获得的点击率，相对于基准设计模板在所述用户群体A中所获得点击率的提升率。

另外，在具体实现时，具体的点击提升率还可以是加权处理后的点击提升率，其中，具体视觉设计模板的权重，可以是根据该视觉设计模板的曝光量与所述M个视觉设计模板的总曝光量之间的比值确定的。

例如，假设向前述用户群体A投放了N套视觉设计模板对应的设计方案，设计因子X在N套视觉设计模板中的M套模板中作为组合因子出现(M≤N)，i为视觉设计模板序列。则该用户群体对设计因子x的偏好程度可以通过以下方式进行计算：

(1)确定设计因子x在该用户群体A中总的曝光数量pv＝视觉设计模板1在该用户群体A中的曝光pv+视觉设计模板2在该用户群体A中的曝光pv+...+视觉设计模板i在该用户群体A中的曝光pv(i＝M)

(2)视觉设计模板i中设计因子x的加权pv_ctr创意提升率＝(视觉设计模板i的曝光pv/设计因子x总的曝光pv)*视觉设计模板i的pv_ctr创意提升率

(3)用户群体A对设计因子x的偏好程度＝(视觉设计模板1中设计因子x的加权pv_ctr创意提升率+视觉设计模板2中设计因子x的加权pv_ctrr创意提升率+...+视觉设计模板i中设计因子x的加权pv_ctrr创意提升率(i＝M))/M

通过以上归因分析，可以分别确定出各个用户群体分别对各个设计因子的偏好程度，具体在提供结论性信息时，可以有多种方式。例如，一种方式下，可以分别针对各用户群体，提供对应用户群体对各设计因子的偏好程度排序结果信息。

其中，在模型中包括多个一级设计因子，一级设计因子下又细分为多个二级设计因子的情况下，还可以针对各用户群体，分别提供多个一级设计因子下对应用户群体的偏好程度排序结果，其中，同一一级设计因子下，对该用户群体分别对多个二级设计因子的偏好程度进行排序。

例如，假设某投放场景为外投开屏海报，设计因子按照信息结构分为版式(Layout)-6个二级设计因子、主体(Item)-7个二级设计因子、动效(Animation)-4个二级设计因子、表现(Technic)10个二级级因子。按照各设计因子对投放效果影响大小进行经验式排序，产出30组视觉设计模板，每组视觉设计模板的设计因子组合方式均为L+I+A+T的方式。然后将基于上述30组视觉设计模板生成的设计方案，非定向地投放至以下三个用户群体：低购男、高购女、95后。之后，按照加权数据整理，得出设计因子排序。

其中，如图6-1所示，针对“低购男”这一用户群体，可以分别在版式、主体、动效、表现等一级设计因子下，对该群体对各个二级设计因子的偏好程度进行排序。另外还可以展示出具体计算出的创意提升率的数值，通过不同的字体颜色对创意提升率的正负进行区别展示。这样，可以使得用户直观的看到，对于某个具体的群体而言，在各个一级设计因子下，分别更喜欢哪个或者哪几个二级设计因子，后续再为该用户群体进行视觉设计时，便可以更多的使用这些二级设计因子，等等。

另外，除了给出上述对设计因子的偏好程度排序信息之外，还可以根据所述各一级设计因子下对应用户群体的偏好程度排序结果，提供针对对应用户群体在各一级设计因子下进行二级设计因子选择时的正向和/或负向建议信息。例如，如图6-2所示，可以分别提供版式因子结论、主体因子结论、动效因子结论、表现因子结论，等等。其中，版式因子结论可以包括正向以及负向两条建议，正向建议为：“突显强权益类文字，放置中间作为视觉焦点”，负向建议为：“原生界面效果较差”，等等。其中，具体实现时，可以预先在***中保存各种加权创意提升率数值范围与建议文案信息之间的对应关系，从而实现从偏好程度数值向建议文案信息的转化，等等。另外，如图6-2所示，在提供建议文案信息时，还可以提供对应的图例，以用于对较优二级设计因子对应的展示样式进行更直观地展示。

除了对具体设计因子按照用户群体的偏好程度进行排序之外，还可以分别从所述多个一级设计因子下选择偏好程度排序符合目标条件的二级设计因子，并组合成符合对应用户群体偏好的视觉设计模板。也就是说，假设最终的归因分析结果表明，L4、I7、A3、T10分别是各个一级设计因子下排在首位的二级设计因子，则可以将上述四个二级设计因子组合对应的设计模板进行展示。如果之前参与测试的视觉设计模板中不存在该模板，还可以将该模板添加到对应投放场景关联的视觉设计模板集合中，后续可以将该模板也参与到更多的测试过程中。

另外，在具体实现时，由于也能够确定出多个用户群体分别对多个视觉设计模板的偏好程度信息，因此，在提供结论信息时，还可以以用户群体为单位，分别按照所述偏好程度信息对所述多个视觉设计模板进行排序，并提供排序结果，使得用户可以在模板层面上对用户群体的偏好也有所了解。

通过上述具体对视觉设计模板的测试，可以在设计因子层面上，不断寻求分人群视觉设计的较优解，提升分人群精细化运营效率。此外，通过不断地利用设计因子模型进行设计模板的生产以及测试，还可以实现对设计因子模型的更新。例如，某二级设计因子总是在多数人群中都无法为具体的设计方案带来较好的投放效果，则可以将该二级设计因子淘汰，后续不再参与到视觉设计模板的生产中，等等。

总之，在本申请实施例中，提出了设计因子模型的概念，并且可以通过对多个设计因子进行选择并组合的方式，生成多个视觉设计模板，使得视觉设计模板可以与设计因子之间具有关联关系。具体在目标投放场景中对视觉设计模板进行测试时，可以将多个视觉设计模板非定向地投放给多个不同的用户群体。这样，可以针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，并根据归因分析结果提供结论性信息。通过这种基于设计因子的归因分析，可以确定出具体某个设计模板之所以在某个用户群体中获得较好或不好的投放效果，其由于使用了哪个或者哪些设计因子造成的，以用于在向具体的用户群体进行投放时，对所使用的视觉设计模板进行调整。进而，通过在此基础上的多次迭代运算，还可以不断寻求分人群视觉设计的较优解，提升分人群精细化运营效率。

实施例二

该实施例二针对批量式生产视觉设计模板的实现方案，提供了一种生成视觉设计模板的方法，参见图7，该方法可以包括：

S701：建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素的类型标签确定的；

S702：提供分别与所述多个设计因子对应的视觉设计物料库，所述素材库中包括多个视觉设计物料；

S703：确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

S704：确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

S705：通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

实施例三

前述实施例一从测试工具的角度，提供了对视觉设计模板进行测试，以进行基于设计因子的归因分析，确定出多个用户群体分别对多个设计因子的偏好程度信息，并且可以将这种具体的归因分析结果提供给设计师等用户。另外，具体实现时，还可以为设计师或者运营人员等用户提供信息投放工具，在该投放工具中，可以在前述测试工具中获得的归因分析结果的基础上，向用户提供视觉设计方面的建议信息，以便新的投放需求中，确定针对具体用户群体的视觉设计模板，并向用户群体进行定向的投放。例如，对于活动会场的投放场景，在某次活动中，针对活动会场中投放的具体设计模板执行了如实施例一所述的测试过程，则在下一次开展相同或者相似的活动时，可以根据上一次的测试结果，向设计师用户提供相关的推荐信息，以使得设计师用户可以根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板，然后，将目标视觉设计模板向目标用户群体进行定向投放。

因此，该实施例三是从前述投放工具的角度，提供了一种视觉设计投放方法，参见图8，该方法可以包括：

S801：确定为目标投放场景选择的目标用户群体；

其中，目标用户群体可以为一个或者多个，具体可以由用户进行选择。

S802：提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

S803：将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

具体的，所述视觉设计建议信息可以包括：针对所述目标用户群体在进行设计因子选择时的正向和/或负向建议信息。

或者，所述视觉建议信息也可以包括：通过对符合所述目标用户群体偏好的多个设计因子进行组合生成的建议的视觉设计模板。

关于上述实施例二、三中的未详述部分，可参见实施例一中的记载，这里不再赘述。

需要说明的是，本申请实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下(例如，用户明确同意，对用户切实通知，等)，在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。

与实施例一相对应，本申请实施例还提供了一种视觉设计模板测试装置，参见图9，该装置可以包括：

设计因子模型建立单元901，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板的组成元素确定的；

模板及用户群体确定单元902，用于确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的；

投放单元903，用于将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

归因分析单元904，用于针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息。

具体实现时，所述设计因子模型可以为多套，分别与多个不同的投放场景相对应；

所述模板及用户群体确定单元具体可以用于：

提供所述目标投放场景对应的可选视觉设计模板，以便根据选择结果确定所述选定的多个视觉设计模板。

或者，模板及用户群体确定单元具体可以用于：

对所述目标投放场景对应的设计因子模型中包括的设计因子进行展示，以便通过对设计因子进行选择以及组合，生成所述视觉设计模板。

另外，该装置还可以包括：

物料库提供单元，用于提供分别与所述多个设计因子对应的视觉设计物料库，所述物料库中包括多个视觉设计物料；

母模板确定单元，用于确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

图层添加单元，用于确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

视觉设计模板生成单元，用于通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

其中，所述设计因子模型中包括多个一级设计因子，所述一级设计因子下包括多个二级设计因子；

所述视觉设计模板是从多个一级设计因子下分别进行二级设计因子的选择，并将所选择的二级设计因子进行组合生成的；

所述视觉设计物料库以及图层可以与所述二级设计因子相对应。

具体的，所述归因分析单元具体可以用于：

以用户群体为单位，分别进行所述基于设计因子的归因分析；

其中，对于当前进行归因分析的用户群体A，以设计因子为单位，分别确定该用户群体A对各设计因子的偏好程度信息，并根据该偏好程度信息提供分人群视觉设计的结论性信息。

更为具体的，所述归因分析单元具体可以包括：

投放结果确定子单元，用于对于当前进行偏好程度信息计算的设计因子X，确定向该用户群体A投放的N个视觉设计模板中，以该设计因子X作为组合因子出现的M个视觉设计模板；

因子偏好程度确定子单元，用于根据所述M个视觉设计模板在所述用户群体A中获得的点击提升率，确定该用户群体A对设计因子X的偏好程度信息；

所述点击提升率为：当前视觉设计模板在所述用户群体A中获得的点击率、相对于基准设计模板在所述用户群体A中所获得点击率的提升率。

其中，所述点击提升率包括：加权点击提升率；其中，视觉设计模板的权重，是根据该视觉设计模板的曝光量与所述M个视觉设计模板的总曝光量之间的比值确定的。

另外，所述归因分析单元具体还可以用于：

分别针对各用户群体，提供对应用户群体对各设计因子的偏好程度排序结果信息。

其中，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

所述视觉设计模板是从多个一级因子下分别进行二级因子的选择，并将所选择的二级因子进行组合生成的；

所述归因分析单元具体还可以用于：

针对各用户群体，分别提供多个一级因子下对应用户群体的偏好程度排序结果，其中，同一一级因子下，对该用户群体分别对多个二级因子的偏好程度进行排序。

另外，归因分析单元具体还可以用于：

根据所述各一级因子下对应用户群体的偏好程度排序结果，提供针对对应用户群体在各一级因子下进行二级因子选择时的正向和/或负向建议信息。

另外，所述归因分析单元具体还可以用于：

分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。

另外，该装置还可以包括：

模板偏好程度确定单元，用于根据多个视觉设计模板分别在所述多个用户群体中获得的用户操作情况，确定所述多个用户群体分别对多个视觉设计模板的偏好程度信息；

模板排序结果提供单元，用于以用户群体为单位，分别按照所述偏好程度信息对所述多个视觉设计模板进行排序，并提供排序结果。

与实施例二相对应，本申请实施例还提供了一种生成视觉设计模板的装置，参见图10，该装置可以包括：

设计因子模型建立单元1001，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素的类型标签确定的；

物料库提供单元1002，用于提供分别与所述多个设计因子对应的视觉设计物料库，所述素材库中包括多个视觉设计物料；

母模板确定单元1003，用于确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

图层添加单元1004，用于确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

视觉设计模板生成单元1005，用于通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述目标母模板确定结构化信息后，生成所述多个视觉设计模板。

与实施例三相对应，本申请实施例还提供了一种视觉设计投放装置，参见图11，该装置可以包括：

目标用户群体确定单元1101，用于确定为目标投放场景选择的目标用户群体；

建议信息提供单元1102，用于提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

投放单元1103，用于将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

另外，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。

以及一种电子设备，包括：

一个或多个处理器；以及

与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述方法实施例中任一项所述的方法的步骤。

其中，图12示例性的展示出了电子设备的架构，具体可以包括处理器1210，视频显示适配器1211，磁盘驱动器1212，输入/输出接口1213，网络接口1214，以及存储器1220。上述处理器1210、视频显示适配器1211、磁盘驱动器1212、输入/输出接口1213、网络接口1214，与存储器1220之间可以通过通信总线1230进行通信连接。

其中，处理器1210可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。

存储器1220可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1220可以存储用于控制电子设备1200运行的操作***1221，用于控制电子设备1200的低级别操作的基本输入输出***(BIOS)。另外，还可以存储网页浏览器1223，数据存储管理***1224，以及视觉分人群设计处理***1225等等。上述视觉分人群设计处理***1225就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器1220中，并由处理器1210来调用执行。

输入/输出接口1213用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

网络接口1214用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线1230包括一通路，在设备的各个组件(例如处理器1210、视频显示适配器1211、磁盘驱动器1212、输入/输出接口1213、网络接口1214，与存储器1220)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1210、视频显示适配器1211、磁盘驱动器1212、输入/输出接口1213、网络接口1214，存储器1220，总线1230等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上对本申请所提供的视觉设计投放方法及装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (13)

1.一种视觉设计投放方法，其特征在于，包括：

确定为目标投放场景选择的目标用户群体；

提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述目标视觉设计模板是从设计因子模型中进行设计因子选择并组合后生成的，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子，所述针对目标用户群体的目标视觉设计模板，是分别从所述多个一级因子下选择对应用户群体对各二级设计因子的偏好程度排序符合目标条件的二级因子，并进行组合而成的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

2.根据权利要求1所述的方法，其特征在于，

所述视觉设计建议信息包括：针对所述目标用户群体在进行设计因子选择时的正向和/或负向建议信息。

3.根据权利要求1所述的方法，其特征在于，

所述视觉设计建议信息包括：通过对符合所述目标用户群体偏好的多个设计因子进行组合生成的建议的视觉设计模板。

4.一种视觉设计模板测试方法，其特征在于，包括：

建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板的组成元素确定的；

确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的；其中，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息，并分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。

5.根据权利要求4所述的方法，其特征在于，

所述进行基于设计因子的归因分析，包括：

以用户群体为单位，分别进行所述基于设计因子的归因分析；

其中，对于当前进行归因分析的用户群体A，以设计因子为单位，分别确定该用户群体A对各设计因子的偏好程度信息，并根据该偏好程度信息提供分人群视觉设计的结论性信息。

6.根据权利要求5所述的方法，其特征在于，

所述分别确定该用户群体A对各设计因子的偏好程度信息，包括：

对于当前进行偏好程度信息计算的设计因子X，确定向该用户群体A投放的N个视觉设计模板中，以该设计因子X作为组合因子出现的M个视觉设计模板；

根据所述M个视觉设计模板在所述用户群体A中获得的点击提升率，确定该用户群体A对设计因子X的偏好程度信息；

所述点击提升率包括：当前视觉设计模板在所述用户群体A中获得的点击率、相对于基准设计模板在所述用户群体A中所获得点击率的提升率。

7.根据权利要求5所述的方法，其特征在于，

所述根据该偏好程度信息提供分人群视觉设计的结论性信息，包括：

分别针对各用户群体，提供对应用户群体对各设计因子的偏好程度排序结果信息。

8.根据权利要求7所述的方法，其特征在于，

所述视觉设计模板是从多个一级因子下分别进行二级因子的选择，并将所选择的二级因子进行组合生成的；

所述提供对应用户群体对各设计因子的偏好程度排序结果信息，包括：

针对各用户群体，分别提供多个一级因子下对应用户群体的偏好程度排序结果，其中，同一一级因子下，对该用户群体分别对多个二级因子的偏好程度进行排序。

9.根据权利要求8所述的方法，其特征在于，

所述根据该偏好程度信息提供分人群视觉设计的结论性信息，还包括：

根据所述各一级因子下对应用户群体的偏好程度排序结果，提供针对对应用户群体在各一级因子下进行二级因子选择时的正向和/或负向建议信息。

10.一种生成视觉设计模板的方法，其特征在于，包括：

建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素确定的；所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

提供分别与所述多个设计因子对应的视觉设计物料库，所述视觉设计物料库中包括多个视觉设计物料；

确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述母模板确定结构化信息后，生成所述多个视觉设计模板，以便将基于所述多个视觉设计模板生成的多个设计方案，向多个用户群体进行非定向投放，针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息，并分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。

11.一种视觉设计投放装置，其特征在于，包括：

目标用户群体确定单元，用于确定为目标投放场景选择的目标用户群体；

建议信息提供单元，用于提供针对所述目标用户群体的视觉设计建议信息，以便根据所述视觉设计建议信息确定针对所述目标用户群体的目标视觉设计模板；所述视觉设计建议信息是在所述目标投放场景相关的历史投放过程中进行多个视觉设计模板向多个用户群体的非定向投放，并对投放效果进行归因分析后确定的；

所述目标视觉设计模板是从设计因子模型中进行设计因子选择并组合后生成的，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子，所述针对目标用户群体的目标视觉设计模板，是分别从所述多个一级因子下选择对应用户群体对各二级设计因子的偏好程度排序符合目标条件的二级因子，并进行组合而成的；

所述归因分析包括：针对所述投放效果进行的基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息；所述设计因子用于组合成所述视觉设计模板；

投放单元，用于将基于所述目标视觉设计模板生成的设计方案向所述目标用户群体进行投放。

12.一种视觉设计模板测试装置，其特征在于，包括：

设计因子模型建立单元，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板的组成元素确定的；其中，所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

模板及用户群体确定单元，用于确定为目标投放场景选定的多个视觉设计模板，以及多个用户群体，所述视觉设计模板是从所述设计因子模型中进行设计因子选择并组合后生成的；

投放单元，用于将基于所述多个视觉设计模板生成的多个设计方案，向所述多个用户群体进行非定向投放；

归因分析单元，用于针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息，并分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。

13.一种生成视觉设计模板的装置，其特征在于，包括：

设计因子模型建立单元，用于建立设计因子模型，所述设计因子模型中包括多个设计因子，所述设计因子是根据视觉设计模板组成元素确定的；所述设计因子模型中包括多个一级因子，每个一级因子下包括多个二级因子；

物料库提供单元，用于提供分别与所述多个设计因子对应的视觉设计物料库，所述视觉设计物料库中包括多个视觉设计物料；

母模板确定单元，用于确定母模板，所述母模板用于对视觉设计模板的结构化信息进行定义；

图层添加单元，用于确定向所述母模板中添加的多个图层，以及所述多个图层中分别添加的多个视觉设计物料，其中，所述图层与所述设计因子相对应；

视觉设计模板生成单元，用于通过将所述多个图层中分别对应的多个视觉设计物料进行叉乘组合，并按照所述母模板确定结构化信息后，生成所述多个视觉设计模板，以便将基于所述多个视觉设计模板生成的多个设计方案，向多个用户群体进行非定向投放，针对所述多个视觉设计模板分别在所述多个用户群体中获得的投放效果，进行基于设计因子的归因分析，以用于确定所述多个用户群体分别对多个设计因子的偏好程度信息，并分别从所述多个一级因子下选择偏好程度排序符合目标条件的二级因子，并组合成符合对应用户群体偏好的视觉设计模板。