[发明专利]广告流量数据的处理方法、系统、电子设备及存储介质

说明书

本发明公开了一种广告流量数据的处理方法、系统、电子设备及存储介质，该处理方法包括以下步骤：获取用户在广告请求时的实时广告流量数据；对数据进行数值化处理，得到实时广告流量数值数据；将数值数据输入一GBDT判定模型，判断其输出的分类概率是否大于第一预设阈值，若是则该实时广告流量数据为异常实时流量数据。本发明将广告请求的实时广告流量数据输入一GBDT模型判断是否异常，识别作弊流量并进行拦截。使用大量历史广告流量数据及其是否异常流量的判定结果对GBDT模型进行训练，历史广告流量数据是否异常流量通过用户维度、IP数据、请求规则匹配、媒体维度和代码检测5个维度综合考察，指标全面详细，判定结果稳定可靠。

技术领域

本发明涉及互联网大数据分析领域，特别涉及一种广告流量数据的处理方法、系统、电子设备及存储介质。

背景技术

互联网广告利用网站上的广告横幅、文本链接、多媒体等方法，在互联网刊登或发布广告，是通过网络传递广告信息到互联网用户的一种高科技广告运作方式。互联网广告因为速度快效果佳，可以实时追踪广告投放效果，备受广告主青睐；但是同时也有大量虚假流量充斥在互联网，造成广告主预算损失，所以需要对广告平台的流量进行分析、识别，识别出异常流量就可对其加以屏蔽。现在大多依靠规则库生成设备号黑名单库的方式进行异常流量识别，参数单一，且不能识别未知设备的异常流量。

发明内容

本发明要解决的技术问题是为了克服现有技术中异常广告流量识别参数单一且不能识别未知设备的异常流量的缺陷，提供一种广告流量数据的处理方法、系统、电子设备及存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种广告流量数据的处理方法，所述广告流量数据的处理方法包括以下步骤：

获取用户在广告请求时的实时广告流量数据；所述实时广告流量数据包括所述用户的基本信息、所述用户的上网位置信息、所述用户的上网设备信息、所述用户的请求广告位信息；

对所述实时广告流量数据进行数值化处理，得到实时广告流量数值数据；

将所述实时广告流量数值数据输入一GBDT判定模型，判断所述GBDT判定模型输出的分类概率是否大于第一预设阈值，若是则所述实时广告流量数值数据对应的所述实时广告流量数据为异常实时流量数据。

较佳地，所述数值化处理包括将所述用户的IP信息转换成32位的IP整数值，将所述用户的上网位置信息利用地域库转换成地理整数值，将所述用户的上网设备信息中的设备机型转换成机型整数值，对所述用户的上网设备信息中的UA特征字符串进行Hash取值，得到UAHash值。

较佳地，在将所述实时广告流量数值数据输入一GBDT判定模型之前，还包括如下步骤：

在日志中保存用户的历史广告流量数据，对所述历史广告流量数据进行评分得到训练数据得分，当所述训练数据得分低于第二预设阈值时，所述历史广告流量数据为异常历史流量数据；

使用若干样本数据对所述GBDT判定模型进行训练，得到所述GBDT判定模型；所述样本数据包括所述历史广告流量数据和所述历史广告流量数据是否为异常历史流量数据的判定结果。

较佳地，在广告请求、广告开始展示、广告点击、视频开始播放、视频播放25％、视频播放50％、视频播放75％和视频播放完成时均在日志中保存一条所述历史广告流量数据；

所述历史广告流量数据包括用户维度数据、IP数据、请求规则匹配数据、媒体维度数据和代码检测数据；

所述用户维度数据包括用户广告请求相关数据、用户广告展示相关数据、用户广告点击相关数据和落地页相关数据；

所述IP数据包括用户的IP是否互联网数据中心机房IP、用户的IP是否开通模拟器或代理服务端口；