[发明专利]互联网广告异常点击检测方法、装置、设备及可读存储介质

说明书

本申请公开一种互联网广告异常点击检测方法、装置、设备及可读存储介质。该方法包括：从多条日志数据中分别筛选出广告点击量大于一预设的第一阈值的多个样本数据，样本数据为基于不同维度聚合后的点击量数据；根据多个样本数据，基于配置化文件，分别确定相应维度的各统计特征的特征值；建立各统计特征的特征值的第一高斯分布，并获得各第一高斯分布的第一均值和第一标准差；以及根据各统计特征的特征值的第一高斯分布的第一均值和第一标准差，分别判断多个样本数据是否异常；其中，配置化文件包括用于确定各统计特征的特征值的计算算子。该方法能够有效实现异常点击的自动检测。

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种互联网广告异常点击检测方法、装置、设备及可读存储介质。

背景技术

CPC广告是目前互联网中最为常见的一种广告形式，其为Cost per Click的英文缩写，即每次点击付费广告，当用户点击某个投放广告的媒体网站上的CPC广告后，该媒体网站即会获得相应的广告收入。随着CPC广告投放量越来越大，一些媒体网站为了获取更大利益，使用软件模拟正常用户的广告点击行为。这些虚假点击不能为广告主实现利益转化，确需要广告主付费，损害了广告主的利益，且不利于广告生态的健康有序发展。

目前通常采用通过专家经验确立规则或者通过简单统计方法来识别互联网广告的异常点击行为。但这两种方法在使用中均存在局限性，如根据专家经验确立的规则过于固化，无法适应作弊手段的变化；而简单统计方法处理数据空间有限，不能利于海量数据多维度精细化的分析。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种互联网广告异常点击检测方法、装置、设备及可读存储介质，能够有效实现异常点击的自动检测。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，提供一种互联网广告异常点击检测方法，包括：从多条日志数据中分别筛选出广告点击量大于一预设的第一阈值的多个样本数据，所述样本数据为基于不同维度聚合后的点击量数据；根据所述多个样本数据，基于配置化文件，分别确定相应维度的各统计特征的特征值；建立所述各统计特征的特征值的第一高斯分布，并获得各第一高斯分布的第一均值和第一标准差；以及根据所述各统计特征的特征值的第一高斯分布的第一均值和第一标准差，分别判断所述多个样本数据是否异常；其中，所述配置化文件包括用于确定所述各统计特征的特征值的计算算子。

根据本发明的一实施方式，根据所述各统计特征的特征值的第一高斯分布的第一均值和第一标准差，分别判断所述多个样本数据是否异常包括：针对各统计特征i，去除所述多个样本数据中其统计特征i的特征值小于u(i)-2*σ(i)或者大于u(i)+2*σ(i)的样本数据，其中u(i)为统计特征i的特征值的第一高斯分布的第一均值，σ(i)为统计特征i的特征值的第一高斯分布的第一标准差；根据剩余的所述样本数据，分别重新建立相应维度的各统计特征i的特征值的第二高斯分布，并重新获得各第二高斯分布的第二均值u2(i)和第二标准差σ2(i)；确定各统计特征i的特征值的第二高斯分布中的第一分位点概率密度Cp(i)、第二分位点概率密度Bp(i)及第三分位点概率密度Ap(i)；分别确定所有统计特征的所述第一分位点概率密度的乘积Cp、所述第二分位点概率密度的乘积Bp及所述第三分位点概率密度的乘积Ap；分别计算各样本数据的所有统计特征的特征值的乘积Y；以及根据Cp、Bp、Ap及各样本数据的Y，分别判断各样本数据是否异常。

根据本发明的一实施方式，根据Cp、Bp、Ap及Y，分别判断各样本数据是否异常包括：当所述样本数据的Y小于Cp时，确定该样本数据为极端异常；当所述样本数据的Y小于Bp时，确定该样本数据为严重异常；当所述样本数据的Y小于Ap时，确定该样本数据为一般异常。