[发明专利]广告点击作弊监测方法及装置

说明书

本申请实施例提供了一种广告点击作弊监测方法及装置，涉及数据处理领域。方法包括：基于广告的M条点击数据，获得M条点击数据中的各种相关数据，M为正整数；将M条点击数据中的各种相关数据按相同维度进行关联，按不同维度进行组合，统计计算得到N条特征数据，N为正整数；获得N条特征数据中每条特征数据的信息增益率；调用预设的高斯模型输入N条特征数据中高信息增益率的n条特征数据，确定M条点击数据中是否有作弊点击的点击数据，n为不大于N的正整数。实现对点击作弊进行监测，避免了因维护和更新黑名单所造成的资源耗费。在出现新的点击作弊手段时，利用分析该新的点击作弊中分类能力强的特征也可以对其进行识别，极大的提高反点击作弊防护的安全性。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种广告点击作弊监测方法及装置。

背景技术

随着移动设备的广泛应用，广告的市场也相应的迅速扩展。流量方在用户使用移动终端的过程中向其投放广告，通过用户的曝光、点击、下载安装、激活和购买等行为为广告主带来期望的转化，同时为自己谋利。于是，通过伪造流量的移动广告作弊应运而生。而依照目前主流的计费方式CPC(Cost Per Click、每次点击计费)，反作弊的手段主要以识别虚假点击为主。

目前，广告点击的反作弊技术大多是以设置黑名单主。比如，通过建立黑名单，剔除所有来自匿名或代理IP，高风险或新的设备ID的点击，从访问的源头处过滤可疑流量。以及统计相同设备型号、UA或IP产生的点击过多或过于集中来识别点击作弊。但这种反作弊方法需要实时维护和更新黑名单，资源消耗大，且一旦出现新的点击作弊手段，原有的黑名单往往无法识别，从而任其造成巨大的损失。

发明内容

本申请在于提供一种广告点击作弊监测方法及装置，以有效改善上述的缺陷。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供了一种广告点击作弊监测方法，所述方法包括：基于广告的M条点击数据，获得所述M条点击数据中的各种相关数据，M为正整数；将所述M条点击数据中的各种相关数据按相同维度进行关联，按不同维度进行组合，统计计算得到N条特征数据，N为正整数；获得所述N条特征数据中每条特征数据的信息增益率，其中，每个信息增益率用于表示对应的每个特征数据分类能力的大小；调用预设的高斯模型输入所述N条特征数据中高信息增益率的n条特征数据，确定所述M条点击数据中是否有点击作弊，n为不大于N的正整数。

结合第一方面，在一些可能的实现方式中，所述获得所述N条特征数据中每条特征数据的信息增益率，包括：将所述N条特征数据中每条特征数据进行boxcox变换，获得每条特征数据的变换结果数据；基于每条特征数据的变换结果数据进行信息增益率计算，获得每条特征数据的信息增益率。

结合第一方面，在一些可能的实现方式中，所述基于每条特征数据的变换结果数据进行特征选择，获得每条特征数据的信息增益率，包括：计算每条特征数据的变换结果数据的熵，以及计算每条特征数据的变换结果数据基于原始类标签的条件熵，其中，所述原始类标签作为一个点击数据是否为点击作弊的真实标记；根据每条特征数据的熵、所述条件熵和所述原始类标签的信息熵，获得每条特征数据的信息增益率。

结合第一方面，在一些可能的实现方式中，所述调用预设的高斯模型输入所述N条特征数据中高信息增益率的n条特征数据，确定所述M条点击数据中是否有点击作弊的点击数据，包括：从所述N条特征数据中确定出高信息增益率的n条特征数据；调用预设的高斯模型计算所述n条特征数据中每条特征数据的概率密度，获得所述n条特征数据对应的概率密度乘积；根据所述概率密度乘积，确定所述M条点击数据中是否有点击作弊。