[发明专利]广告作弊风险评估的方法和装置

说明书

本发明实施例提供一种广告作弊风险评估的方法及装置，涉及智能广告技术领域，用以解决现有技术在广告数据作弊分析时存在的工作量大、多个维度无法同时全面覆盖、无法精准判断流量中作弊风险的问题。本案为：建立第一数据库，从第一数据库中获取m个目标指标数据，根据m个目标指标数据确定每个指标的权重，根据每个指标的权重确定广告的作弊风险评分。

技术领域

本发明涉及智能广告技术领域，具体涉及一种广告作弊风险评估的方法和装置。

背景技术

网盟在广告投放中，用户在点击广告的时就可以直接获得广告点击的全部数据，当用户下载安装后，网盟通过广告主(第三方)的回传获得用户的安装数据。网盟业务在运营中查询获取到点击数据和安装数据，并分别逐个提取维度进行分析，然后优化广告的流量(渠道)接入，由于网盟的广告每天产生数亿点击、近百万安装数据，流量端也有几百家渠道，流量作弊也随之出现，且流量端的作弊手段越来越多样，给网盟公司造成和广告主用户带来巨大的经济损失。

在现有技术下，行业内日益加强对作弊流量的监控，行业内检查流量作弊的核心指标多达十多个维度的数据指标，反作弊分析是通过运营人员一个一个的监控分析，由于网盟每天激活的广告多达上万条，其产生的点击安装数据也很庞大，这种情况下，人工分析数据的局限性也被无限放大，因此，在实际日常运营过程中每一个广告都需要花费运营人员巨大的工作量来分析数据，无法同时全面覆盖，无法精准判断流量中作弊风险，同时无法掌控虚假流量对公司造成的损失以及给广告主用户带来的经济损失。

发明内容

本发明的实施例提供一种广告作弊风险评估的方法和装置，解决了现有技术中在广告数据作弊分析时存在的工作量大、多个维度无法同时全面覆盖、无法精准判断流量中作弊风险的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

本发明实施例的第一方面，提供一种广告作弊风险评估的方法，包括：建立第一数据库，所述第一数据库包括K个指标数据，K为整数；从所述第一数据库中获取m个目标指标数据，所述目标指标数据为与作弊风险评估相关的数据，其中：2≦m≦K；根据所述m个目标指标数据确定每个指标的权重；根据所述每个指标的权重确定广告的作弊风险评分。

在一个实施例中，所述建立第一数据库包括：根据广告标识从第二数据库中筛选指标数据；预处理筛选出的指标数据，得到K个指标数据；将所述K个指标数据存储至第一数据库。

在一个实施例中，所述方法还包括：周期性的更新所述第一数据库中的K个指标数据。

在一个实施例中，所述方法还包括：根据风险等级映射关系和所述广告的作弊风险评分确定广告的作弊风险等级，所述风险等级映射关系为作弊风险评分区间与作弊风险等级之间的对应关系；输出所述广告的作弊风险等级。

在一个实施例中，所述方法还包括：根据风险状态映射关系和所述m个目标指标数据确定所述m个目标指标数据的数据状态，所述风险状态映射关系为风险状态区间与数据状态之间的对应关系，所述数据状态包括合理状态、可疑状态或作弊状态；输出所述m个目标指标数据的数据状态。

在一个实施例中，所述根据每个指标的权重确定广告的作弊风险评分，包括：将所述每个指标的权重代入加权算法公式中，得到广告的作弊风险评分。

其中，所述加权算法公式为：

所述w_j表示第j个目标指标数据的权重，L_j为第j个目标指标数据设定区间的下限值，U_j为第j个目标指标数据设定区间的上限值，a_j为第j个目标指标数据的实测值，FraudRisk为广告的风险评分，j＝1,2,…,m。

在一个实施例中，所述每个指标的权重是通过熵值法确定的。