[發(fā)明專利]一種廣告反作弊方法及計算設備有效
| 申請?zhí)枺?/td> | 201711459731.2 | 申請日： | 2017-12-28 |
| 公開（公告）號： | CN108109011B | 公開（公告）日： | 2021-07-09 |
| 發(fā)明（設計）人： | 李彥釗;茍林 | 申請（專利權(quán)）人： | 北京皮爾布萊尼軟件有限公司 |
| 主分類號： | G06Q30/02 | 分類號： | G06Q30/02 |
| 代理公司： | 北京思睿峰知識產(chǎn)權(quán)代理有限公司 11396 | 代理人： | 趙愛軍;謝建云 |
| 地址： | 100080 北京市海*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 廣告 作弊 方法 計算 設備 | ||
本發(fā)明公開了一種廣告反作弊方法，該方法適于在計算設備中執(zhí)行，計算設備上布置有數(shù)據(jù)存儲裝置，用于存儲用戶信息及用戶行為日志，該方法包括步驟：響應于用戶操作，獲取用戶信息并存儲至數(shù)據(jù)存儲裝置；根據(jù)預定規(guī)則對所述用戶信息進行判斷，以確認該用戶是否為作弊用戶；若根據(jù)預定規(guī)則未確認該用戶為作弊用戶，則根據(jù)該用戶的用戶行為日志提取反作弊特征并生成反作弊特征向量；以及根據(jù)反作弊特征向量，采用預定的機器學習模型確認反作弊特征向量指向的用戶是否為作弊用戶。本發(fā)明一并公開了相應的計算設備。
技術(shù)領域
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領域，尤其是一種廣告反作弊方法及計算設備。
背景技術(shù)
隨著互聯(lián)網(wǎng)尤其是移動互聯(lián)網(wǎng)的快速發(fā)展，其已經(jīng)成為一個更加適合傳播廣告并獲得良好展示效果的平臺。
在移動互聯(lián)網(wǎng)廣告的系統(tǒng)中，流量主可以在用戶使用服務的過程中通過廣告系統(tǒng)向用戶投放廣告，比如，用戶在使用終端應用的過程中向用戶投放廣告，并且流量主通過用戶的點擊、曝光、下載安裝和激活等行為為廣告主帶來期望的轉(zhuǎn)化，同時自己獲得收益。
因為經(jīng)濟利益的原因，流量方為獲得更多的收入，會在其現(xiàn)在流量基礎上，采用作弊的方式偽造流量，部分流量方甚至全部流量都是基于作弊方式而來的。這些偽造而來的流量對廣告主來說毫無價值，并且會為廣告主帶來更多的費用。這不僅僅損害了廣告主的利益，從長遠看，如果廣告主在投放網(wǎng)絡廣告后沒有獲得期望的收益，廣告主會毫不留情地放棄網(wǎng)絡廣告的投放，最終受到傷害還是網(wǎng)絡廣告本身，其最直接的后果就是大大降低了互聯(lián)網(wǎng)廣告本身的價值，所以反作弊應運而生。
發(fā)明內(nèi)容
為此，本發(fā)明提供了一種廣告反作弊方法及計算設備，以力圖解決或者至少緩解上面存在的至少一個問題。
根據(jù)本發(fā)明的一個方面，提供了一種廣告反作弊方法，該方法適于在計算設備中執(zhí)行，計算設備上布置有數(shù)據(jù)存儲裝置，用于存儲用戶信息及用戶行為日志，包括步驟：響應于用戶操作，獲取用戶信息并存儲至數(shù)據(jù)存儲裝置；根據(jù)預定規(guī)則對所述用戶信息進行判斷，以確認該用戶是否為作弊用戶；若根據(jù)預定規(guī)則未確認該用戶為作弊用戶，則根據(jù)該用戶的用戶行為日志提取反作弊特征并生成反作弊特征向量；以及根據(jù)反作弊特征向量，采用預定的機器學習模型確認反作弊特征向量指向的用戶是否為作弊用戶。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，根據(jù)反作弊特征向量、采用預定的機器學習模型確認反作弊特征向量指向的用戶是否為作弊用戶的步驟包括：采用預定的機器學習模型計算反作弊特征向量指向的用戶為作弊用戶的概率；若概率大于第一閾值，則確認該用戶是作弊用戶；以及若概率小于第一閾值且大于第二閾值，則確認該用戶是可疑用戶。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，用戶信息包括以下信息中的至少一個：用戶標識、IP地址、地理位置。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，根據(jù)預定規(guī)則對用戶信息進行判斷、以確認該用戶是否為作弊用戶的步驟包括：分別統(tǒng)計用戶信息中各信息對應的訪問次數(shù)；以及當各信息對應的訪問次數(shù)均大于對應的各預設值時，確認該用戶為作弊用戶。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，用戶行為日志中存儲有與用戶行為相關(guān)的多條記錄，且每條記錄包括與用戶標識關(guān)聯(lián)存儲的廣告標識、任務類型標識、地理位置、時間信息。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，任務類型包括請求、點擊、曝光、落地頁曝光、下單。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，反作弊特征包括以下特征中的一項或多項：各任務類型對應的地理位置；請求廣告的時間與點擊廣告的時間的時間差；廣告點擊率；廣告轉(zhuǎn)化率。
可選地，在根據(jù)本發(fā)明的廣告反作弊方法中，采用預定的機器學習模型計算反作弊特征向量指向的用戶為作弊用戶的概率的步驟包括：將反作弊特征向量輸入預定的機器學習模型，以按照如下公式計算該用戶屬于作弊用戶的概率：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京皮爾布萊尼軟件有限公司，未經(jīng)北京皮爾布萊尼軟件有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711459731.2/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
