[發(fā)明專利]一種互聯(lián)網(wǎng)廣告投放的反作弊監(jiān)控方法

在審

• 申請?zhí)枺?/td>: 201711109062.6
• 申請日: 2017-11-11
• 公開（公告）號: CN107909396A
• 公開（公告）日: 2018-04-13
• 發(fā)明（設(shè)計）人: 李加音
• 申請（專利權(quán)）人: 霍爾果斯普力網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種互聯(lián)網(wǎng)廣告投放的反作弊監(jiān)控方法，其特征在于，所述反作弊監(jiān)控方法包括：

(1)數(shù)據(jù)抓取：以爬蟲形式對包含互聯(lián)網(wǎng)廣告的網(wǎng)頁進行抓取；

(2)網(wǎng)頁處理與特征提取：對抓取下的網(wǎng)頁進行處理，從中提取作弊檢測的相關(guān)特征；

(3)構(gòu)建樣本：將提取的相關(guān)特征進行匯總，生產(chǎn)適合分類器輸入的樣本文件；

(4)作弊檢測：構(gòu)建分類器，使用樣本文件作為輸入數(shù)據(jù)，對網(wǎng)頁上的廣告進行作弊檢測。

2.根據(jù)權(quán)利要求1所述的反作弊監(jiān)控方法，其特征在于，在步驟(1)中數(shù)據(jù)抓取的方法還包括：獲取網(wǎng)頁廣告URL，加入至待抓取URL列表，從列表中取出一個URL，若該URL已經(jīng)被抓取，則結(jié)束抓取，若該URL未被抓取，則提取網(wǎng)頁廣告中的URL，加入待抓取URL列表中。

3.根據(jù)權(quán)利要求1所述的反作弊監(jiān)控方法，其特征在于，在步驟(2)中，網(wǎng)頁處理與特征提取的方法還包括：首先對網(wǎng)頁廣告中的html源碼進行處理，按順序分別去掉源碼中的注釋部分、JavaScript、CSS布局和HTML標簽，提取其中的正文內(nèi)容。

4.根據(jù)權(quán)利要求1所述的反作弊監(jiān)控方法，其特征在于，在步驟(3)中，分類器選擇C4.5、Bagging或Adaboost。

5.根據(jù)權(quán)利要求1所述的反作弊監(jiān)控方法，其特征在于，在步驟(4)中，作弊檢測的方法還包括：使用機器學(xué)習(xí)方法在樣本文件上進行分類器訓(xùn)練，并用訓(xùn)練好的分類器在待檢測樣本上進行分類檢測，最終根據(jù)網(wǎng)頁所屬的類別來判斷其是否屬于作弊網(wǎng)頁。

6.根據(jù)權(quán)利要求5所述的反作弊監(jiān)控方法，其特征在于，樣本文件為包含相關(guān)特征的ARFF文件。