[發明專利]基于小波特征聚類的廣告流量反作弊方法及裝置

在審

• 申請號: 202010171322.8
• 申請日: 2020-03-12
• 公開（公告）號: CN111401950A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 潘卿波;段思九;趙宇迪;施侃
• 申請（專利權）人: 上海數川數據科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/906;G06K9/62
• 代理公司: 宿遷市永泰睿博知識產權代理事務所(普通合伙) 32264
• 代理人: 孫麗麗

1.一種基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述基于小波特征聚類的廣告流量反作弊方法包括：

獲取網站的流量數據；

對網站流量數據進行小波分析，重構為作弊流子帶和背景流子帶；

根據重構的作弊流子帶和背景流子帶，提取多個不同維度的小波特征；

綜合多個不同維度的小波特征，對多個網站進行聚類；

根據網站聚類結果，找出流量數據作弊的網站。

2.如權利要求1所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述獲取網站的流量數據，包括：

收集用戶對網站訪問的請求日志，并解析字段；

將請求對應的流量以秒為單位進行聚合，生成待檢測時間序列，作為網站的流量數據。

3.如權利要求2所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述對網站流量數據進行小波分析，重構為作弊流子帶和背景流子帶，包括：

利用離散小波函數和尺度函數將網站流量做J層分解，分解公式如下：

，

其中，為小波系數，表示細節信息；為近似系數，表示近似信息；

選取J層中的多層小波系數重構為作弊流子帶，其中，作弊流子帶反映信號低頻信息；

將其余層系數重構為背景流子帶，其中，背景流子帶反映正常用戶流量趨勢。

4.如權利要求3所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述提取多個不同維度的小波特征，包括：

提取作弊流子帶的平均值；

提取作弊流子帶的標準差；

提取作弊流的頻譜能量；

提取背景流子帶的平均值；

提取網站流量的脈沖因子。

5.如權利要求4所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述提取作弊流子帶的平均值，包括：

計算作弊流子帶平均值，滿足下述公式：

；

其中，N為時間序列長度；

所述提取作弊流子帶的標準差包括：

計算作弊流子帶標準差，滿足下述公式：

；

其中，；

所述提取作弊流的頻譜能量，包括：

計算作弊流的頻譜能量，滿足下述公式：

；

其中，表示了信號在窗內的能量強度；

所述提取背景流子帶的平均值，包括：

計算背景流子帶平均值，滿足下述公式：

；

所述提取網站流量的脈沖因子，包括：

計算網站流量脈沖因子I，滿足下述公式：

。

6.如權利要求4所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述綜合多個不同維度的小波特征，對多個網站進行聚類，包括：

綜合網站的多個不同維度的小波特征，形成該網站的特征向量；

分別對多個網站分別進行小波分析，獲取每個網站的特征向量；

計算每兩個網站特征向量的余弦相似度，得到網站之間的相似度矩陣；

利用相似度矩陣對網站進行聚類，將網站劃分為多個簇。

7.如權利要求6所述的基于小波特征聚類的廣告流量反作弊方法，其特征在于，所述根據網站聚類結果，找出流量數據作弊的網站，包括：

將已識別的流量數據作弊網站所在的簇標記為可疑簇；

對可疑簇中的網站進行人為篩選、維度標注，并制定黑名單；

當新網站出現時，判斷其是否存在于黑名單，若不存在則計算該網站特征向量的余弦相似度，劃分該網站的所屬簇。