[发明专利]广告反作弊方法、装置、电子设备及可读存储介质

权利要求书

1.一种广告反作弊方法，其特征在于，包括：

获取当前广告响应行为的行为来源信息，所述当前广告响应行为的行为来源信息是用于表征当前广告响应行为的产生来源的信息；

根据所述当前广告响应行为的行为来源信息与已知作弊行为来源信息的相似性，确定所述当前广告响应行为的来源信息是否为作弊行为来源信息；

若所述当前广告响应行为的行为来源信息为作弊行为来源信息，则确定所述当前广告响应行为是作弊广告行为。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前广告响应行为的行为来源信息与已知作弊行为来源信息的相似性，确定所述当前广告响应行为的来源信息是否为作弊行为来源信息，包括：

若所述当前广告响应行为的行为来源信息中的至少一项信息存在于黑名单数据库中，则确定所述当前广告响应行为的行为来源信息为作弊行为来源信息，其中，所述黑名单数据库存储已知作弊行为来源信息；

或者，

将所述当前广告响应行为的行为来源信息输入到第一作弊识别模型中，根据所述第一作弊识别模型的输出，确定所述当前广告响应行为的行为来源信息是否为作弊行为来源信息，其中，所述第一作弊识别模型是基于已知作弊行为来源信息训练得到的、用于识别行为来源信息是否为作弊行为来源信息的模型。

3.根据权利要求2所述的方法，其特征在于，还包括：

若所述当前广告响应行为的行为来源信息是作弊行为来源信息，且所述当前广告响应行为的行为来源信息中的至少一项信息未存在于所述黑名单数据库中，则将所述当前广告响应行为的行为来源信息中未存在于所述黑名单数据库的信息添加到所述黑名单数据库中。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述当前广告响应行为的行为来源信息包括以下至少一项：

产生所述当前广告响应行为的当前用户的标识、所述当前广告响应行为所对应的广告的广告发布者的标识。

5.根据权利要求2所述的方法，其特征在于，所述黑名单数据库是通过以下方式得到的：

获取广告响应用户的历史广告响应行为的行为记录信息，所述历史广告响应行为的行为记录信息包括历史广告响应行为的行为来源信息；

基于所述历史广告响应行为的行为记录信息，通过第二作弊识别模型得到所述黑名单数据库，其中，所述第二作弊识别模型是基于广告响应行为的行为记录信息训练得到的、用于识别作弊广告行为来源信息的模型。

6.根据权利要求5所述的方法，其特征在于，所述第二作弊识别模型为通过以下方式得到的：

获取训练样本数据，所述训练样本数据包括训练样本用户的广告响应行为的行为记录信息，所述训练样本用户包括正常样本用户和作弊样本用户；

将所述作弊样本用户的广告响应行为的行为记录信息作为正样本，将所述正常样本用户的广告响应行为的行为记录信息作为负样本，基于所述训练样本数据对初始深度学习模型进行训练以获取到满足训练结束条件的深度学习模型，将满足所述训练结束条件的深度学习模型作为所述第二作弊识别模型。

7.根据权利要求6所述的方法，其特征在于，若所述训练样本用户的广告响应行为的行为记录信息包括训练样本用户的广告响应行为所对应的广告的广告发布者的标识，所述基于所述训练样本数据对初始深度学习模型进行训练，包括：

根据所述训练样本用户的广告响应行为的行为记录信息中的广告发布者的标识，确定各所述训练样本用户的发布者信息，所述发布者信息包括以下信息中的至少一项：

广告响应行为所对应的广告的广告发布者的发布者分布信息、广告响应行为在各类型的广告发布者上的广告响应行为次数占比中的至少一项，其中，广告发布者类型包括作弊发布者、待定发布者和正常发布者；

将各所述训练样本用户的发布者信息，作为所述初始深度学习模型的输入，对所述初始深度学习模型进行训练。