[發(fā)明專利]互聯(lián)網(wǎng)廣告異常點(diǎn)擊檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710402564.1
• 申請(qǐng)日: 2017-06-01
• 公開(kāi)（公告）號(hào): CN107168854B
• 公開(kāi)（公告）日: 2020-06-30
• 發(fā)明（設(shè)計(jì)）人: 秦筱樺;何敬江;畢野
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06F11/30
• 分類號(hào): G06F11/30;G06F11/34;G06F16/958;G06Q30/02
• 代理公司: 北京律智知識(shí)產(chǎn)權(quán)代理有限公司 11438
• 代理人: 姜怡;闞梓瑄

本申請(qǐng)公開(kāi)一種互聯(lián)網(wǎng)廣告異常點(diǎn)擊檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)。該方法包括：從多條日志數(shù)據(jù)中分別篩選出廣告點(diǎn)擊量大于一預(yù)設(shè)的第一閾值的多個(gè)樣本數(shù)據(jù)，樣本數(shù)據(jù)為基于不同維度聚合后的點(diǎn)擊量數(shù)據(jù)；根據(jù)多個(gè)樣本數(shù)據(jù)，基于配置化文件，分別確定相應(yīng)維度的各統(tǒng)計(jì)特征的特征值；建立各統(tǒng)計(jì)特征的特征值的第一高斯分布，并獲得各第一高斯分布的第一均值和第一標(biāo)準(zhǔn)差；以及根據(jù)各統(tǒng)計(jì)特征的特征值的第一高斯分布的第一均值和第一標(biāo)準(zhǔn)差，分別判斷多個(gè)樣本數(shù)據(jù)是否異常；其中，配置化文件包括用于確定各統(tǒng)計(jì)特征的特征值的計(jì)算算子。該方法能夠有效實(shí)現(xiàn)異常點(diǎn)擊的自動(dòng)檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體而言，涉及一種互聯(lián)網(wǎng)廣告異常點(diǎn)擊檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

CPC廣告是目前互聯(lián)網(wǎng)中最為常見(jiàn)的一種廣告形式，其為Cost per Click的英文縮寫(xiě)，即每次點(diǎn)擊付費(fèi)廣告，當(dāng)用戶點(diǎn)擊某個(gè)投放廣告的媒體網(wǎng)站上的CPC廣告后，該媒體網(wǎng)站即會(huì)獲得相應(yīng)的廣告收入。隨著CPC廣告投放量越來(lái)越大，一些媒體網(wǎng)站為了獲取更大利益，使用軟件模擬正常用戶的廣告點(diǎn)擊行為。這些虛假點(diǎn)擊不能為廣告主實(shí)現(xiàn)利益轉(zhuǎn)化，確需要廣告主付費(fèi)，損害了廣告主的利益，且不利于廣告生態(tài)的健康有序發(fā)展。

目前通常采用通過(guò)專家經(jīng)驗(yàn)確立規(guī)則或者通過(guò)簡(jiǎn)單統(tǒng)計(jì)方法來(lái)識(shí)別互聯(lián)網(wǎng)廣告的異常點(diǎn)擊行為。但這兩種方法在使用中均存在局限性，如根據(jù)專家經(jīng)驗(yàn)確立的規(guī)則過(guò)于固化，無(wú)法適應(yīng)作弊手段的變化；而簡(jiǎn)單統(tǒng)計(jì)方法處理數(shù)據(jù)空間有限，不能利于海量數(shù)據(jù)多維度精細(xì)化的分析。

在所述背景技術(shù)部分公開(kāi)的上述信息僅用于加強(qiáng)對(duì)本發(fā)明的背景的理解，因此它可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種互聯(lián)網(wǎng)廣告異常點(diǎn)擊檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)，能夠有效實(shí)現(xiàn)異常點(diǎn)擊的自動(dòng)檢測(cè)。

本發(fā)明的其他特性和優(yōu)點(diǎn)將通過(guò)下面的詳細(xì)描述變得顯然，或部分地通過(guò)本發(fā)明的實(shí)踐而習(xí)得。

根據(jù)本發(fā)明的一方面，提供一種互聯(lián)網(wǎng)廣告異常點(diǎn)擊檢測(cè)方法，包括：從多條日志數(shù)據(jù)中分別篩選出廣告點(diǎn)擊量大于一預(yù)設(shè)的第一閾值的多個(gè)樣本數(shù)據(jù)，所述樣本數(shù)據(jù)為基于不同維度聚合后的點(diǎn)擊量數(shù)據(jù)；根據(jù)所述多個(gè)樣本數(shù)據(jù)，基于配置化文件，分別確定相應(yīng)維度的各統(tǒng)計(jì)特征的特征值；建立所述各統(tǒng)計(jì)特征的特征值的第一高斯分布，并獲得各第一高斯分布的第一均值和第一標(biāo)準(zhǔn)差；以及根據(jù)所述各統(tǒng)計(jì)特征的特征值的第一高斯分布的第一均值和第一標(biāo)準(zhǔn)差，分別判斷所述多個(gè)樣本數(shù)據(jù)是否異常；其中，所述配置化文件包括用于確定所述各統(tǒng)計(jì)特征的特征值的計(jì)算算子。

根據(jù)本發(fā)明的一實(shí)施方式，根據(jù)所述各統(tǒng)計(jì)特征的特征值的第一高斯分布的第一均值和第一標(biāo)準(zhǔn)差，分別判斷所述多個(gè)樣本數(shù)據(jù)是否異常包括：針對(duì)各統(tǒng)計(jì)特征i，去除所述多個(gè)樣本數(shù)據(jù)中其統(tǒng)計(jì)特征i的特征值小于u(i)-2*σ(i)或者大于u(i)+2*σ(i)的樣本數(shù)據(jù)，其中u(i)為統(tǒng)計(jì)特征i的特征值的第一高斯分布的第一均值，σ(i)為統(tǒng)計(jì)特征i的特征值的第一高斯分布的第一標(biāo)準(zhǔn)差；根據(jù)剩余的所述樣本數(shù)據(jù)，分別重新建立相應(yīng)維度的各統(tǒng)計(jì)特征i的特征值的第二高斯分布，并重新獲得各第二高斯分布的第二均值u2(i)和第二標(biāo)準(zhǔn)差σ2(i)；確定各統(tǒng)計(jì)特征i的特征值的第二高斯分布中的第一分位點(diǎn)概率密度Cp(i)、第二分位點(diǎn)概率密度Bp(i)及第三分位點(diǎn)概率密度Ap(i)；分別確定所有統(tǒng)計(jì)特征的所述第一分位點(diǎn)概率密度的乘積Cp、所述第二分位點(diǎn)概率密度的乘積Bp及所述第三分位點(diǎn)概率密度的乘積Ap；分別計(jì)算各樣本數(shù)據(jù)的所有統(tǒng)計(jì)特征的特征值的乘積Y；以及根據(jù)Cp、Bp、Ap及各樣本數(shù)據(jù)的Y，分別判斷各樣本數(shù)據(jù)是否異常。

根據(jù)本發(fā)明的一實(shí)施方式，根據(jù)Cp、Bp、Ap及Y，分別判斷各樣本數(shù)據(jù)是否異常包括：當(dāng)所述樣本數(shù)據(jù)的Y小于Cp時(shí)，確定該樣本數(shù)據(jù)為極端異常；當(dāng)所述樣本數(shù)據(jù)的Y小于Bp時(shí)，確定該樣本數(shù)據(jù)為嚴(yán)重異常；當(dāng)所述樣本數(shù)據(jù)的Y小于Ap時(shí)，確定該樣本數(shù)據(jù)為一般異常。