CN102663065A - 一种广告位异常数据识别和筛选方法 - Google Patents

Abstract

本发明公开了一种广告位异常数据识别和筛选方法，包括如下步骤：S10：设置广告位量化评估指标；S11：处理并存储广告位量化评估值；S12：对广告位进行聚类，根据聚类结果得到可参照标准广告位；计算实际广告位与标准广告位的相似性，以最短距离找到实际广告位所属的标准广告位；S13：以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。本发明依据聚类算法进行各广告位分类，避免按行业或其它人工分类方式带来的主观性，分类内广告位相似度最高，使用的距离计算方法对定性定量指标均能处理，且于量纲无关，广告位偏差计算以分位数为依据，能有效避免极端值对分类产生影响。

Description

一种广告位异常数据识别和筛选方法

技术领域

本发明属于互联网联盟广告技术领域，涉及一种广告位异常数据识别和筛选方法。

背景技术

随着互联网技术的不断发展，互联网广告市场规模发展迅猛，在广告业中占据着越加重要的位置。网站联盟作为互联网广告中最为重要的形式之一，因为其覆盖面广、精准度高和实时灵活性而备受关注。

互联网广告是依托于互联网产生的新兴广告形式，随着互联网的快速发展和网民数量的迅速攀升，互联网广告的覆盖面和影响力日益提高，互联网广告模式也在不断变化。其从最初的门户网站广告，搜索关键词广告，逐步发展到最新的网盟广告模式。网盟广告模式是广告代理商采集媒体网站，把互联网上成千上万的中小网站流量汇聚起来，利用地域定向、人群定向、行为定向等最新的营销技术手段，把广告精准投向目标客户，以最低的成本实现最优广告投放效果，同时广告费在网站主和代理商之间按比例进行分配，实现了广告主、代理商、网站主三方利益共赢。

在网盟广告模式中，对媒体网站广告位的监测和管理具有十分重要的意义。因为存在网络中断、系统运行故障、恶意点击等各种因素会对广告位的数据产生影响，影响网盟系统的正常运行，给广告代理商和网站主带来损失。

故，实有必要进行研究，提供一种对广告位异常数据识别和筛选的方法，检测出可能存在异常的广告位，辅助系统运维人员及时发现问题。

发明内容

为解决上述问题，本发明的目的在于提供一种广告位异常数据识别和筛选方法。

为实现上述目的，本发明的技术方案为：

一种广告位异常数据识别和筛选方法，包括如下步骤：

S10：设置广告位量化评估指标；

S11：提供一存储单元，以存储广告位量化评估值；

S12：提供一计算单元，以对广告位进行聚类，根据聚类结果得到可参照标准广告位；计算实际广告位与标准广告位的相似性，以最短距离找到实际广告位所属的标准广告位；

S13：提供一筛选和排序单元，以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。

进一步地，在步骤S10中，具体包括：

在媒体网站上放置监控代码，捕获评估信息；然后，根据所获取的评估信息，构造一组广告位量化评估体系AdV，指标集I＝{I₁，I₂Λ，I_j，Λ，I_n}，I_j(1≤j≤n)，其中，n是评估指标的个数，ad.I_j是广告位在I_j指标下的数值。

进一步地，所述评估信息包括有广告位流量、点击量、点击单价、展示时间。

进一步地，在步骤S11中，包括有如下步骤：

设置一预处理单元，从监控系统生成的原始日志文件中提取评估信息，对数据进行清洗后存入存储单元；

设置一赋值单元，对存储于存储单元中的所有广告位评估信息数据赋于权重值。

进一步地，在步骤S12中，包括有如下步骤：

按行业划分广告位，以各行业广告位均值作为初始标准广告位，adc₁，adc₂，...，adc_k，其中，k为行业个数，而

m是第i个广告位所属行业的广告位总数；

计算各个广告位到初始标准广告位adc_i的距离D＝{d₁，d₂，Λ，d_n}。

进一步地，在步骤S13，包括有如下步骤：

对最终的标准广告位分类计算各分类下的转化率分位数

其中，

代表第i类广告位的p分位数，

ix＝[(m+1)×p]；λ＝(m+1)×p-ix，m为第i个广告位所属分类下广告的个数；

取广告位最邻近的标准广告位的

作为标准转化率上下限，计算每个广告位估计值和实际值的差距，其中， ${\mathrm{AVD}}_i={\mathrm{PV}}_i\×\mathrm{MAX}\left(\right|\stackrel{\‾}{R}{i}_{10\%}-R_i|,|\stackrel{\‾}{R}{i}_{90\%}-R_i\left|\right)\×P_i;$ 根据AVD值对所有广告位进行降序排序。

本发明依据可监测到的广告位评估指标，对广告位进行聚类得到标准广告位，然后根据广告位与标准广告位的相似度对广告位进行判别，以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。依据聚类算法进行各广告位分类，避免按行业划分带来的主观性，分类内广告位相似度最高，广告位偏差计算以分位数为依据，能有效避免极端值对标准分类产生影响。本发明具有一定灵活性，距离权重和分位数上下限均可根据实际情况进行调整，方便检测出可能存在异常的广告位，辅助系统运维人员及时准确发现问题。

附图说明

图1是本发明的总体流程图示。

图2是本发明的方法步骤流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参照图1、图2所示，本发明广告位异常数据识别和筛选方法包括有如下步骤：

S10：设置广告位量化评估指标；

首先，在媒体网站上放置监控代码，捕获广告位流量、点击量、点击单价、展示时间等评估信息；然后，根据所获取的评估信息，构造一组广告位量化评估指标I＝{I₁，I₂Λ，I_j，Λ，I_n}，I_j(1≤j≤n)，其中，n是评估指标的个数，ad.I_j是广告位在I_j指标下的数值。

S11：提供一存储单元，以存储广告位量化评估值；

该储存单元用于存放广告位在量化评估指标下的评估值，其中Ad_set＝{ad₁，ad₂，Λ，ad_m}表示监控的所有广告位集合，每个广告位ad_j(1≤j≤m)都在指标集I下评估得到对应的ad.I_j值；

设置一赋值单元，对存储于存储单元中的所有广告位评估数据赋于权重值。其中，权重集为W＝{w₁，Λ，w_j，Λ，w_n}，w_j(1≤j≤n)为标准I_j的权值。

S12：提供一计算单元，以对广告位进行聚类，根据聚类结果得到可参照标准广告位；计算实际广告位与标准广告位的相似性，以最短距离找到实际广告位所属的标准广告位。

通过计算单元，结合储存单元对广告位进行划分，进而计算各广告位归属；首先按行业划分广告位，以各行业广告位均值作为初始标准广告位，adc₁，adc₂，...，adc_k，其中，k为行业个数，而

m是第i个广告位所属行业的广告位总数。计算各个广告位到初始标准广告位adc_i的距离D＝{d₁，d₂，Λ，d_n}，对于定量指标x_it，按兰氏加权距离计算，对定性指标按布尔值计算：

$D_{\mathrm{ik}}=\underset{t=1}{\overset{m1}{\mathrm{\Σ}}}\frac{|x_{\mathrm{it}}-x_{\mathrm{kt}}|}{(x_{\mathrm{it}}+x_{\mathrm{kt}})}\×w_t+\underset{i=m1}{\overset{m}{\mathrm{\Σ}}}{b}_t(i,j)\×w_t,$ 其中：

D_i，k是第i个广告位到第k个标准广告位的距离；b_t(i，j)为第t项指标下i，j广告位评估布尔值，两者相同为0，不同为1。

比较各广告位到标准广告位的距离，以最短距离把广告位划归到各分类下得到第一次广告位聚类结果，以新分类下各广告位的均值计算新的标准广告位adc₁*，adc₂*，...，adc_k*；再计算新标准广告位adc₁*，adc₂*，...，adc_k*和原标准广告位adc₁，adc₂，...，adc_k的差异，如果差异小于零界值停止计算，否则继续计算各广告位到新的标准广告位距离D_i，k*并再次进行聚类。经过1～N次计算直到迭代终止，得到最终的标准广告位分类adc₁′，adc₂′，...，adc_k′。

S13：提供一筛选和排序单元，以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。

首先，对最终的标准广告位分类计算各分类下的转化率分位数

代表第i个广告位的p分位数，计算公式如下：

$\stackrel{\‾}{R}{i}_p=(1-\mathrm{\λ})R_{\mathrm{ix}}+\mathrm{\λ}{R}_{\mathrm{ix}+1}$

ix＝[(m+1)×p]

其中，λ＝(m+1)×p-ix，m是第i个广告位所属分类下广告的个数。

然后，取广告位最邻近的标准广告位的

作为标准转化率上下限，计算每个广告位估计值和实际值的差距，其中，

${\mathrm{AVD}}_i={\mathrm{PV}}_i\×\mathrm{MAX}\left(\right|\stackrel{\‾}{R}{i}_{10\%}-R_i|,|\stackrel{\‾}{R}{i}_{90\%}-R_i\left|\right)\×P_i$

根据AVD值对所有广告位进行降序排序，AVD偏差越大说明该广告位可能存在异常。

本发明依据可监测到的广告位评估指标，对广告位进行聚类得到标准广告位，然后根据广告位与标准广告位的相似度对广告位进行判别，以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。依据聚类算法进行各广告位分类，避免按行业划分带来的主观性，分类内广告位相似度最高。距离计算方法对定量定性指标均能处理，且定量指量采用兰氏距离计算，克服欧氏距离各指标与量纲有关的缺点。广告位偏差采用以分位数上下限为依据计算，能有效避免极端值对分类产生影响。且该方法具有一定灵活性，可以根据实际情况调整量化评估指标的权重值和分位数上下限。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种广告位异常数据识别和筛选方法，其特征在于，包括如下步骤：

S10：设置广告位量化评估指标；

S11：提供一存储单元，以存储广告位量化评估值；

S12：提供一计算单元，以对广告位进行聚类，根据聚类结果得到可参照标准广告位；计算实际广告位与标准广告位的相似性，以最短距离找到实际广告位所属的标准广告位；

S13：提供一筛选和排序单元，以标准广告位分位数为依据设立上下限并计算各广告位的偏差，按偏差大小进行筛选和排序。

2.如权利要求1所述广告位异常数据识别和筛选方法，其特征在于，在步骤S10中，具体包括：

在媒体网站上放置监控代码，捕获评估信息；然后，根据所获取的评估信息，构造一组广告位量化评估体系AdV，指标集I＝{I₁，I₂Λ，I_j，Λ，I_n}，I_j(1≤j≤n)，其中，n是评估指标的个数，ad.I_j是广告位在I_j指标下的数值。

3.如权利要求2所述广告位异常数据识别和筛选方法，其特征在于：所述评估信息包括有广告位流量、点击量、点击单价、展示时间。

4.如权利要求3所述广告位异常数据识别和筛选方法，其特征在于，在步骤S11中，包括有如下步骤：

设置一预处理单元，从监控系统生成的原始日志文件中提取信息，对数据进行清洗后存入存储单元；

设置一赋值单元，对存储于存储单元中的所有广告位评估信息数据赋于权重值。

5.如权利要求4所述广告位异常数据识别和筛选方法，其特征在于，在步骤S12中，包括有如下步骤：

按行业划分广告位，以各行业广告位均值作为初始标准广告位，adc₁，adc₂，...，adc_k，其中，k为行业个数，而

m是第i个广告位所属行业的广告位总数；

计算各个广告位到初始标准广告位adc_i的距离D＝{d₁，d₂，Λ，d_n}。

6.如权利要求5所述广告位异常数据识别和筛选方法，其特征在于，在步骤S13，包括有如下步骤：

对最终的标准广告位分类计算各分类下的转化率分位数其中，代表第i类广告位的p分位数，

ix＝[(m+1)×p]；λ＝(m+1)×p-ix，m为第i个广告位所属分类下广告的个数；

取广告位最邻近的标准广告位的

作为标准转化率上下限，计算每个广告位估计值和实际值的差距，其中， ${\mathrm{AVD}}_i={\mathrm{PV}}_i\×\mathrm{MAX}\left(\right|\stackrel{\‾}{R}{i}_{10\%}-R_i|,|\stackrel{\‾}{R}{i}_{90\%}-R_i\left|\right)\×P_i;$ 根据AVD值对所有广告位进行降序排序。

Images