CN110210886A - 识别虚假操作方法、装置、服务器、可读存储介质、系统 - Google Patents

Abstract

本发明实施例公开了一种识别虚假操作的方法、装置、服务器、可读存储介质、系统，属于电子技术领域。所述方法包括：获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；根据所述各个属性对应的内容项点击率，确定所述每个属性对应的基准点击率；根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。采用本发明，可以识别虚假操作。

Description

识别虚假操作方法、装置、服务器、可读存储介质、系统

技术领域

本发明涉及电子技术领域，特别涉及一种识别虚假操作的方法、装置、服务器、可读存储介质、系统。

背景技术

随着电子技术和互联网技术的发展，往往采用网络的形式在某些投放路径下显示内容项(比如，内容项可以是视频广告等)，相应的，可以基于某种投放路径下的内容项点击率给予投放路径的提供商相应的报酬。例如，可以在某平台发表的文章的页面(其中，该页面可称作为投放路径)中显示商品的内容项，以便观看该文章的用户可以查看到该内容项，相应的，可以基于该文章下的内容项对应的点击率给以文章作者一定的报酬。有些投放路径的提供商为了赚取更多的报酬，往往会采用通过各个种虚假操作来提高点击率，基于此种情况，目前，亟待一种识别虚假操作的方法。

发明内容

本发明实施例提供了一种识别虚假操作的方法、装置、服务器、可读存储介质、系统。所述技术方案如下：

一方面，提供了一种识别虚假操作的方法，所述方法包括：

获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；

根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；

根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

一方面，提供了一种识别虚假操作的装置，所述装置包括：

第一获取模块，用于获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；

第一确定模块，用于根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；

识别模块，用于根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

一方面，提供了一种服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述所述的识别虚假操作的方法。

一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述所述的识别虚假操作的方法。

一方面，提供了一种识别虚假操作的系统，所述系统包括终端和服务器，其中：所述终端，用于接收所述服务器发送的各内容项，显示所述各内容项；所述服务器，用于执行如上述所述的识别虚假操作的方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

本发明实施例中，服务器通过对各个投放路径下各个属性对应的内容项点击率进行统计分析，确定每个属性对应的基准点击率，进而，基于各投放路径下各个属性对应的内容项点击率与基准点击率，识别各个投放路径是否存在虚假操作，来实现识别虚假操作的方案。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种系统框架示意图；

图2是本发明实施例提供的一种系统框架示意图；

图3是本发明实施例提供的一种识别虚假操作的方法流程图；

图4是本发明实施例提供的一种箱线图示意图；

图5是本发明实施例提供的一种数据分布示意图；

图6是本发明实施例提供的一种识别区域示意图；

图7是本发明实施例提供的一种识别虚假操作的装置结构示意图；

图8是本发明实施例提供的一种识别虚假操作的装置结构示意图；

图9是本发明实施例提供的一种识别虚假操作的装置结构示意图；

图10是本发明实施例提供的一种服务器的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种识别虚假操作的方法，该方法可以由各个终端101和服务器102共同实现，系统框架图如图1所示。其中，各个终端101可以是能与服务器102进行通信的服务器，可以是展示内容项的终端，比如，可以是个人电脑、平板电脑、手机等终端。服务器102可以是具有识别虚假操作功能的服务器，服务器102可以是一个单独的服务器，也可以是由多个服务器构成的服务器组，其中，服务器102可以包括基础计算服务器102a和反作弊服务器102b，此种情况下，系统框示意图如图2所示，基础计算服务器102a可以用于统计各个投放路径下各个属性对应的内容项点击率和内容项转化率，反作弊服务器102b可以用于执行识别虚假操作的处理。

服务器102可以包括处理器、存储器、收发器等部件。处理器可以为CPU(CentralProcessing Unit，中央处理单元)等，可以用于确定各个属性对应的基准点击率和识别各个投放路径是否存在虚假操作等处理。存储器可以为RAM(Random Access Memory，随机存取存储器)、Flash(闪存)等，可以用于存储接收到的数据、处理过程所需的数据、处理过程中生成的数据等，如各个投放路径下各个属性对应的内容项点击率、各个属性对应的基准点击率等。收发器可以用于与终端或其它服务器进行数据传输，例如，接收终端发送的点击通知，收发器可以包括天线、匹配电路、调制解调器等。

随着电子技术的发展，越来越倾向于通过网络形式在某些投放路径下显示内容项，其中，投放路径可以是投放内容项的途径/方式(比如，投放路径可以是显示内容项的平台，也可以是显示内容项的页面等)，不同的投放路径可以显示不同类型的内容项，同一投放路径也可以显示不同类型的内容项，相应的，可以基于某种投放路径下的内容项点击率给予投放路径的提供商相应的报酬。例如，投放路径是某平台发表的文章的页面，用户在使用终端的过程中，想要阅读某文章(可称为目标文章)时，可以通过操作触发终端向服务器发送对应目标文章的获取请求，其中，获取请求中可以携带有用户标识。服务器接收到获取请求后，可以获取目标文章，并可以基于预先存储的各用户标识对应的兴趣画像(其中，兴趣画像可以是兴趣类型)，确定该用户标识对应的兴趣画像，进而，可以确定与该兴趣类型相匹配的目标内容项，并向终端发送目标文章和目标内容项。终端接收到目标文章和目标内容项后，可以对其进行显示，以便用户对其进行浏览。在显示的过程中，当终端检测到对目标内容项的点击指令时，可以向服务器发送携带有用户标识、文章标识(即投放路径标识)和目标内容项的内容项标识的点击通知。相应的，服务器接收到该点击通知后，可以对该投放路径标识对应的点击率进行更新，其中，内容项点击率可以是内容项的点击次数与内容项的显示次数的比例。每到一定的时段后，可以基于每个文章对应的点击率，给予作者相应的报酬。

目前，有些投放路径的提供商为了赚取更多的报酬，往往会通过各种虚假操作来提高点击率，基于此种情况，本发明实施例提供了一种识别投放路径是否存在虚假操作的方法。具体的，服务器可以获取各个投放路径下每个属性对应的内容项点击率，其中，各个内容项点击率可以是预先统计出的，进而，可以根据各个投放路径下各个属性对应的内容项点击率，确定各个属性对应的基准点击率。得到每个属性对应的基准点击率后，可以根据各个属性对应的基准点击率和各个投放路径下各个属性对应的内容项点击率，识别各个投放路径是否存在虚假操作，从而，本发明实施例提供了一种识别虚假操作的方法，进而，可以避免为虚假操作导致的点击率支付报酬，可以防止资源浪费。另外，本方案中，是基于每个属性对应的内容项点击率与每个属性对应的基准点击率进行比较，可以提高识别的准确性。

下面将结合具体实施方式，对图3所示的处理流程进行详细的说明，内容可以如下：

步骤301，获取各个投放路径下各个属性对应的内容项点击率，各个属性包括各个用户群体和/或各个内容项类型。

在实施中，在工作过程中，服务器可以基于终端发送的各点击通知记录各个投放路径下各个属性对应的内容项点击率(其中，内容项点击率可以用CTR表示)，各个属性可以是各个用户群体，也可以是各个内容项类型，可以是用户群体和内容项类型，其中，服务器中可以记录有投放路径、内容项类型、用户群体、内容项点击率的对应关系，如表1所示，表1中还可以记录有曝光量(即显示次数，也可称为内容项曝光量)和点击量(即点击次数，也可称为内容项点击量)。具体的，服务器中可以预先存储有每个内容项标识对应的内容型类型(其中，各内容项类型如表2所示，一级ID表示内容项类型的标识)和每个用户标识对应的用户群体，其中，用户群体可以是具有某兴趣类型(其中，各兴趣类型如表3所示，其中，一级ID表示用户群体的标识)的用户群体，或者，每个用户群体可以是使用同一类型终端的用户群体(比如，可以是使用某品牌某型号终端的用户群体)。每当服务器接收到终端发送的点击通知后，可以对点击通知进行解析，获取其中携带的投放路径标识、用户标识和内容项标识，进而，可以基于预先存储的每个内容项标识对应的内容项类型，确定点击通知中携带的内容项标识对应的内容项类型，并可以基于预先存储的每个用户标识对应的用户群体，确定点击通知中携带的用户标识对应的用户群体。最后，可以对该投放路径下该内容项类型和该用户群体对应的点击量进行更新，相应的，可以更新对应的内容项点击率。另外，每当服务器通过某投放路径投放对应某用户群体的某内容项时，可以对该投放路径下该用户群体和该内容项的内容项类型对应的曝光量进行更新，相应的，可以更新对应的内容项点击率。

表1

表2

一级ID	一级名称
		1	网络服务
3	婚恋交友
		4	软件/游戏
5	教育培训
		6	金融
7	旅游
		8	护肤彩妆
11	食品
		16	运动户外
17	钟表首饰
		18	服饰鞋包

表3

服务器中可以预先设置有识别虚假操作的触发事件，当检测到触发事件发生时，服务器可以基于上述对应关系获取各投放路径下每个属性对应的内容项点击率。例如，每到预设的识别周期时，服务器基于上述对应关系获取各投放路径下每个属性对应的内容项点击率。其中，基于属性不同，获取到的各个投放路径下的各内容项点击率不同。具体的，当各个属性为各用户群体时，对于每个投放路径下的每个用户群体，服务器可以从上述对应关系中，确定该投放路径下该用户群体和各个内容项类型对应的内容项点击率的和，作为该投放路径下该用户群体对应的内容项点击率。当各个属性为各内容项类型时，对于每个投放路径下的每个内容项类型，服务器可以从上述对应关系中，确定该投放路径下该内容项类型和各个用户群体对应的内容项点击率的和，作为该投放路径下该内容项类型对应的内容项点击率。当各个属性为各用户群体和各内容项类型时，服务器可以直接从上述对应关系中，获取各个投放路径下每个用户群体和每个内容项类型对应的点击率，其中，此种情况下，每个属性对应的点击率可表示为(用户群体，内容项类型)对应的点击率。

步骤302，根据各个属性对应的内容项点击率，确定各个属性对应的基准点击率。

其中，基准点击率可以是用作基准的内容项点击率，是由所有投放路径下各个属性对应的内容项点击率确定出的。

在实施中，获取到各投放路径下各个属性对应的内容点击率后，对于每个属性，服务器可以对该属性对应的内容项点击率进行统计分析，确定该属性对应的基准点击率。其中，服务器可以通过箱线图确定各个属性对应的基准点击率，箱线图是一种用作显示一组数据分散情况的统计图，因形状如箱子而得名，如图4所示，箱线图能显示出一组数据的中位数、上四分位数(可用Q3表示)和下四分位数(可用Q1)，其中，四分位距IQR＝Q3-Q1。在Q3+1.5*IQR和Q1－1.5*IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在Q3+3*IQR和Q1－3*IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值(中度偏离)，在外限以外的为极端的异常值(重度偏离)。例如，兴趣类型为服饰鞋帽箱包的用户群体和内容项类型为服饰鞋包对应的内容项点击率的分布图如图5所示(其中，图5的横坐标可以看作是投放路径的标识)，实线为重度偏离阈值，虚线为中度偏离阈值，如果某投放路径下该属性对应的内容项点击率大于实线(如实线之外的点)，可以认为该投放路径存在异常。

具体的，服务器获取到各投放路径下的各个属性对应的内容项点击率后，可以基于各个属性对应的内容项点击率，确定每个属性对应的Q3、Q1和IQR。基于箱线图原理，将小于Q3+1.5*IQR的内容项点击率确定为无异常，将大于Q3+1.5*IQR的内容项点击率确定为异常，大于Q3+3*IQR的内容项点击率确定为极度异常，因此，服务器确定出每个属性对应的Q3和IQR后，可以将每个属性对应的Q3+1.5*IQR确定为每个属性对应的基准点击率。

步骤303，根据各个属性对应的基准点击率和各个投放路径下的各个属性对应的内容项点击率，识别各个投放路径是否存在虚假操作。

在实施中，确定出各个属性对应的基准点击率后，对于每个投放路径，服务器可以基于该投放路径下各个属性对应的内容项点击率和各个属性对应的基准点击率，识别该投放路径是否存在虚假操作。例如，对于每个投放路径，服务器可以比较该投放路径下每个属性对应的内容项点击率和每个属性对应的基准点击率的大小，确定对应的内容项点击率大于基准点击率的属性的异常数目。确定出异常数目后，服务器可以比较该异常数目与预设数目阈值的大小，如果该异常数目大于预设数目阈值，则可以判定该投放路径存在虚假操作，如果该异常数目小于预设数目阈值，则可以判定该投放路径不存在虚假操作。

由于服务器是基于用户群体在各个投放路径下投放相应内容项类型的内容项，与投放路径无关，因此投放路径的提供商无法知晓该投放路径下会显示哪种内容项类型的内容项，也无法知晓各个投放路径下各个属性对应的内容项点击率，由此，投放路径的提供商进行虚假操作的时候，无法使得该投放路径下各个属性对应的内容项点击率与所有投放路径下各个属性对应的内容点击率保持一致，也无法破坏各个投放路径下各个属性对应的内容项点击率(该原理可称作为信息不对称原理)。另外，正常情况下，每个投放路径下各个属性对应的内容项点击率会与所有投放路径下各个属性对应的内容项点击率保持一致，不应该出现较大的差异，如差异较大，则很可能是由于虚假操作导致的(该原理可称作为大盘一致性原理)。基于上述两个原理，本方案可以根据各个属性对应的基准点击率和各个投放路径下的各个属性对应的内容项点击率，识别各个投放路径是否存在虚假操作，并且具有较高的识别准确性。

可选的，服务器可以基于各个属性对应的基准点击率和各个投放路径下各个属性对应的内容项点击率，确定各个投放路径下各个属性对应的点击异常度，由此识别虚假操作，相应的，步骤303的处理过程可以如下：对于每个投放路径，根据各个属性对应的基准点击率和该投放路径下各个属性对应的内容项点击率，确定该投放路径下各个属性对应的点击异常度，点击异常度包括第一点击异常度、第二点击异常度和第三点击异常度中的任意一个，第一点击异常度为用户群体对应的点击异常度，第二点击异常度为内容项类型对应的点击异常度，第三点击异常度为用户群体和内容项类型共同对应的点击异常度；根据该投放路径下各个属性对应的点击异常度，识别该投放路径是否存在虚假操作。

在实施中，确定出各个属性对应的基准点击率后，对于每个投放路径，服务器可以获取各个属性对应的基准点击率和该投放路径下各个属性分别对应的内容项点击率，进而，可以基于各个属性对应的基准点击率和该投放路径下各个属性分别对应的内容项点击率，确定该投放路径下各个属性对应的点击异常度(每个属性对应的点击异常度可以用D_i表示)。其中，基于属性包含的信息不同，对应的点击异常度不同。具体的，当各个属性为各个用户群体时，各个属性对应的点击异常度可以是第一点击异常度，其中，各个属性对应的第一点击异常度可以是各个用户群体对应的点击异常度。当各个属性为各个内容项类型时，各个属性对应的点击异常度可以是第二点击异常度，其中，各个属性对应的第二点击异常度可以是各个内容项类型对应的点击异常度。当各个属性为各个用户群体和各个内容项类型时，各个属性对应的点击异常度可以是第三点击异常度，各个属性对应的第三异常度可以是各个用户群体和各个内容项类型的任意组合对应的点击异常度，例如，可以是(用户群体1，内容项类型A1)对应的点击异常度、(用户群体1，内容项类型A2)对应的点击异常度、(用户群体2，内容项类型A1)对应的点击异常度、(用户群体2，内容项类型A2)对应的点击异常度。

确定出该投放路径下各个属性对应的点击异常度后，服务器可以基于该点击异常度，识别该投放路径是否存在虚假操作。例如，服务器可以将该投放路径下各个属性对应的点击异常度和预设异常度阈值进行比较，进而，可以确定大于预设异常度阈值的属性的数目，如果数目大于预设数目阈值，则可以判定该投放路径存在虚假操作，如果数目小于预设数目阈值，则可以判定该投放路径不存在虚假操作。

可选的，对于每个投放路径，确定该投放路径下各个属性对应的点击异常度的具体处理过程可以如下：对于每个属性，计算该投放路径下该属性对应的内容项点击率减去该属性对应的基准点击率的差值，得到该属性对应的差值；将该属性对应的差值与该属性对应的基准点击率的比值，确定为该投放路径下该属性对应的点击异常度。

在实施中，对于每个属性，服务器可以获取该投放路径下该属性对应的内容项点击率，并可以获取该属性对应的基准点击率，进而，可以计算获取到的内容点击率减去基准点击率的差值，得到该属性对应的差值。得到该属性对应的差值后，可以将该属性对应的差值与该属性对应的基准点击率的比值，确定为该投放路径下该属性对应的点击异常度。其中，计算每个属性i(其中，i为属性的标识，可以是正整数)对应的点击异常度D_i的公式可以如下：

其中，B_i表示属性i对应的基准点击率，可以是Q3+1.5*IQR，CTR_i表示该投放路径下属性i对应的内容项点击率。

可选的，对于每个投放路径，服务器可以确定该投放路径对应的点击异常度，并由此识别是否存在虚假操作，相应的，处理过程可以如下：根据该投放路径下各个属性对应的点击异常度，确定该投放路径对应的点击异常度；根据该投放路径对应的点击异常度，识别该投放路径是否存在虚假操作。

在实施中，对于每个投放路径，确定出该投放路径下各个属性对应的点击异常度后，服务器可以基于该投放路径下各个属性对应的点击异常度，确定该投放路径对应的点击异常度。例如，可以将各个属性对应的点击异常度的平均值，确定为该投放路径对应的点击异常度。又例如，可以将各个属性对应的点击异常度中的中位数，确定为该投放路径对应的点击异常度。确定出每个投放路径对应的点击异常度后，可以由此识别每个投放路径是否存在虚假操作。

可选的，对于每个投放路径，服务器可以基于该投放路径下各个属性对应的权重，确定该投放路径对应的点击异常度，相应的，确定投放路径对应的点击异常度的具体处理过程可以如下：确定该投放路径下各个属性对应的权重；根据该投放路径下各个属性对应的点击异常度、以及该投放路径下各个属性对应的权重，确定该投放路径对应的点击异常度。

在实施中，对于每个投放路径，服务器确定出该投放路径下各个属性对应的内容项点击率后，还可以确定该投放路径下各个属性对应的权重(其中，每个属性对应的权重与投放路径有关，同一属性在不同投放路径下对应的权重可以相同，也可以不同)，进而，可以计算该投放路径下各个属性对应的点击异常度的加权和，得到该投放路径对应的点击异常度。

可选的，服务器可以基于该投放路径下每个属性对应的内容项点击量，来确定对应属性对应的权重，相应的，确定该投放路径下各个属性对应的权重的具体处理过程可以如下：确定该投放路径下各个属性对应的内容项点击量；并确定该投放路径对应的内容项点击量总数目；将该投放路径下各个属性对应的内容项点击量与该内容项点击量总数目的比值，确定为该投放路径下各个属性对应的权重。

在实施中，服务器可以从上述对应关系中确定该投放路径下每个属性对应的内容项点击量(可以用clk_i表示，i表示该投放路径下每个属性的标识，可以是正整数)，其中，每个属性对应的内容项点击量的获取方式与内容项点击率的获取方式相同，进而，可以将获取到的内容项点击量相加，得到该投放路径对应的内容项点击量总数目。然后，对于该投放路径下的每个属性，服务器可以将该投放路径下该属性对应的内容项点击量与该投放路径对应的内容项点击量总数目的比值，确定为该投放路径下该属性对应的权重。此种情况下，计算每个投放路径(Score_ctr)对应的点击异常度的公式可以如下：

其中，clk_j表示该投放路径下每个属性对应的内容项点击量。

可选的，确定出每个投放路径对应的点击异常度后，可以将其与异常度阈值进行比较，相应的，处理过程可以如下：如果该投放路径对应的点击异常度达到第一异常度阈值，则判定该投放路径存在虚假操作；如果该投放路径对应的点击异常度未达到第一异常度阈值，则判定该投放路径不存在虚假操作。

在实施中，服务器中可以预先存储有异常度阈值。对于每个投放路径，服务器获取到投放路径对应的点击异常度后，可以将点击异常度与预先存储的异常度阈值(可称为第一异常度阈值)进行比较，如果该投放路径对应的点击异常度达到第一异常度阈值，则可以判定该投放路径存在虚假操作；如果该投放路径对应的点击异常度未达到第一异常度阈值，则可以判定该投放路径不存在虚假操作。

可选的，除了点击异常度，服务器还可以结合其他维度，比如可以结合新注册用户的比例，相应的，服务器还可以进行如下处理：确定该投放路径下点击内容项的各用户中新注册用户的比例。相应的，服务器识别虚假操作的处理过程可以如下：如果该投放路径对应的点击异常度达到第一异常度阈值且该投放路径对应的新注册用户的比例达到第一比例阈值、或者该投放路径对应的点击异常度达到第二异常度阈值且该投放路径对应的新注册用户的比例达到第二注册比例阈值，则判定该投放路径存在虚假操作；如果该投放路径对应的点击异常度未达到第二异常度阈值、或者该投放路径对应的点击异常度未达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第一注册比例阈值、或者该投放路径对应的点击异常度达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第二注册比例阈值，判定该投放路径不存在虚假操作。

其中，第二异常度阈值可以小于第三异常度阈值，第一比例阈值可以大于第二比例阈值。

在实施中，对于每个投放路径，服务器除了可以确定该投放路径对应的点击异常度后，可以确定该投放路径下点击内容项的各用户中新注册用户的比例。具体的，服务器可以基于表1所示的对应关系，确定该投放路径对应的点击量，并将其确定为点击该投放路径下的各内容项的用户的总数量，并可以获取点击该投放路径下的各内容项的各用户的注册时长，确定注册时长小于预设时长阈值的新用户的数量。确定出总数量和新用户的数量后，可以计算新用户的数量与总数量的比值，并将其确定为该投放路径对应的新注册用户的比例。确定出该投放路径对应的点击异常度和新注册用户的比例后，服务器可以将点击异常度与第二异常度阈值和第三异常度阈值、新注册用户的比例与第一注册比例阈值和第二注册比例进行比较，如果该投放路径对应的点击异常度达到第二异常度阈值且该投放路径对应的新注册用户的比例达到第一比例阈值、或者该投放路径对应的点击异常度达到第三异常度阈值且该投放路径对应的新注册用户的比例达到第二注册比例阈值，则判定该投放路径存在虚假操作。如果该投放路径对应的点击异常度未达到第二异常度阈值、或者该投放路径对应的点击异常度未达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第一注册比例阈值、或者该投放路径对应的点击异常度达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第二注册比例阈值，判定该投放路径不存在虚假操作。例如，如图6所示，如果该投放路径对应的点击异常度、新注册用户的比例落入虚线区域，则可以判定该投放路径存在虚假操作，如果该投放路径对应的点击异常度、新注册用户的比例落入非虚线区域，则可以判定该投放路径不存在虚假操作。

可选的，服务器除了基于内容项点击率识别虚假操作外，还可以基于内容项转化率，相应的，服务器还可以进行如下处理：获取各个投放路径下各个属性对应的内容项转化率；根据各个属性对应的内容项转化率，确定各个属性对应的基准转化率；对于每个投放路径，根据各个属性对应的基准转化率和该投放路径下各个属性对应的内容项转化率，确定该投放路径下各个属性对应的转化异常度，该转化异常度包括第一转化异常度、第二转化异常度和第三转化异常度的任意一个，第一转化异常度为用户群体对应的转化异常度，第二转化异常度为内容项类型对应的转化异常度，第三转化异常度为用户群体和内容项类型共同对应的转化异常度；根据该投放路径下各个属性对应的转化异常度，确定该投放路径对应的转化异常度。相应的，识别投放路径是否存在虚假操作的具体处理可以如下：根据该投放路径对应的点击异常度、以及该投放路径对应的转化异常度，识别该投放路径是否存在虚假操作。

在实施中，服务器中可以记录有投放路径、内容项类型、用户群体、内容项转化率的对应关系，如表4所示，表4中还可以记录有点击量(也可称为内容项点击量)和转化量(也可称为内容项转化量)，其中，内容项转化率可以是转化量与点击量的比值。转化量是指产生实际效果的数量，例如，转化的定义为：对于关注类内容项，关注成功；对于下载类内容项，软件安装成功或激活成功；对于电商类广告，下单成功。

表4

当服务器检测到触发事件发生时，除了确定每个投放路径下各个属性对应的点击异常度之外，还可以计算各个投放路径下各个属性对应的转化异常度。具体的，服务器可以基于表4所示的对应关系获取各投放路径下每个属性对应的内容项转化率。其中，基于属性不同，获取到的各个投放路径下的各内容项转化率不同，计算转化异常度的各属性的类型可以与计算点击异常度的各属性的类型一致。具体的，当各个属性为各用户群体时，对于每个投放路径下的每个用户群体，服务器可以从上述对应关系中，确定该投放路径下该用户群体和各个内容项类型对应的内容项转化率的和，作为该投放路径下该用户群体对应的内容项转化率。当各个属性为各内容项类型时，对于每个投放路径下的每个内容项类型，服务器可以从上述对应关系中，确定该投放路径下该内容项类型和各个用户群体对应的内容项转化率的和，作为该投放路径下该内容项类型对应的内容项转化率。当各个属性为各用户群体和各内容项类型时，服务器可以直接从上述对应关系中，获取各个投放路径下每个用户群体和每个内容项类型对应的转化率，其中，此种情况下，每个属性对应的转化率可表示为(用户群体，内容项类型)对应的转化率。

服务器获取到各投放路径下各个属性对应的内容项转化率后，可以基于各个属性对应的内容项转化率，确定每个属性对应的Q3、Q1和IQR。基于箱线图原理，将小于Q3+1.5*IQR的内容项转化率确定为无异常，将大于Q3+1.5*IQR的内容项转化率确定为异常，大于Q3+3*IQR的内容项转化率确定为极度异常，因此，服务器确定出每个属性对应的Q3和IQR后，可以将每个属性对应的Q3+1.5*IQR确定为每个属性对应的基准转化率。确定出各个属性对应的基准转化率后，对于每个投放路径，服务器可以获取各个属性对应的基准转化率和该投放路径下各个属性分别对应的内容项转化率，进而，可以基于各个属性对应的基准转化率和该投放路径下各个属性分别对应的内容项转化率，确定该投放路径下各个属性对应的转化异常度，其中，确定该投放路径下各个属性对应的转化异常度的具体处理可以参见上述确定点击异常度的处理方式。确定出该投放路径下各个属性对应的转化异常度后，对于每个投放路径，服务器可以基于该投放路径下各个属性对应的转化异常度，确定该投放路径对应的转化异常度，其中，确定该投放路径对应的转化异常度的具体处理可以参见上述确定点击异常度的处理方式。

其中，基于属性包含的信息不同，对应的转化异常度不同。具体的，当各个属性为各个用户群体时，各个属性对应的转化异常度可以是第一转化异常度，其中，各个属性对应的第一转化异常度可以是各个用户群体对应的转化异常度。当各个属性为各个内容项类型时，各个属性对应的转化异常度可以是第二转化异常度，其中，各个属性对应的第二转化异常度可以是各个内容项类型对应的转化异常度。当各个属性为各个用户群体和各个内容项类型时，各个属性对应的转化异常度可以是第三转化异常度，各个属性对应的第三异常度可以是各个用户群体和各个内容项类型的任意组合对应的转化异常度，例如，可以是(用户群体1，内容项类型A1)对应的转化异常度、(用户群体1，内容项类型A2)对应的转化异常度、(用户群体2，内容项类型A1)对应的转化异常度、(用户群体2，内容项类型A2)对应的转化异常度。

对于每个投放路径，基于服务器确定该投放路径对应的点击异常度和转化异常度的情况，服务器可以同时结合该投放路径对应的点击异常度和转化异常度，来识别该投放路径是否存在虚假操作。

可选的，通过点击异常度和转化异常度来识别虚假操作的具体处理过程可以如下：如果该投放路径对应的点击异常度达到第四异常度阈值、或者该投放路径对应的转化异常度达到第五异常度阈值，则判定该投放路径存在虚假操作；如果该投放路径对应的点击异常度未达到第四异常度阈值、且该投放路径对应的转化异常度未达到第五异常度阈值，则判定该投放路径不存在虚假操作。

在实施中，服务器中可以预先存储有用于判断点击异常度的异常度阈值(可称为第四异常度)和用于判断转化异常度的异常度阈值(可称为第五异常度)。确定出该投放路径对应的点击异常度和转化异常度后，对于每个投放路径，服务器可以将点击异常度与第四异常度阈值、转化异常度与第五异常度阈值进行比较，如果该投放路径对应的点击异常度达到第四异常度阈值、或者该投放路径对应的转化异常度达到第五异常度阈值，则判定该投放路径存在虚假操作；如果该投放路径对应的点击异常度未达到第四异常度阈值、且该投放路径对应的转化异常度未达到第五异常度阈值，则判定该投放路径不存在虚假操作。

本发明实施例中，服务器通过对各个投放路径下各个属性对应的内容项点击率进行统计分析，确定每个属性对应的基准点击率，进而，基于各投放路径下各个属性对应的内容项点击率与基准点击率，识别各个投放路径是否存在虚假操作，来实现识别虚假操作的方案。

基于相同的技术构思，本发明实施例还提供了一种识别虚假操作的装置，如图7所示，该装置可以是上述服务器，该装置包括：

第一获取模块710，用于获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；

第一确定模块720，用于根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；

识别模块730，用于根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

可选的，所述识别模块730，用于：

对于每个投放路径，根据所述各个属性对应的基准点击率和所述投放路径下各个属性对应的内容项点击率，确定所述投放路径下各个属性对应的点击异常度，所述点击异常度包括第一点击异常度、第二点击异常度和第三点击异常度中的任意一个，所述第一点击异常度为用户群体对应的点击异常度，所述第二点击异常度为内容项类型对应的点击异常度，所述第三点击异常度为用户群体和内容项类型共同对应的点击异常度；

根据所述投放路径下各个属性对应的点击异常度，识别所述投放路径是否存在虚假操作。

可选的，所述识别模块730，用于：

对于每个属性，计算所述投放路径下所述属性对应的内容项点击率减去所述属性对应的基准点击率的差值，得到所述属性对应的差值；

将所述属性对应的差值与所述属性对应的基准点击率的比值，确定为所述投放路径下所述属性对应的点击异常度。

可选的，所述识别模块730，用于：

根据所述投放路径下各个属性对应的点击异常度，确定所述投放路径对应的点击异常度；

根据所述投放路径对应的点击异常度，识别所述投放路径是否存在虚假操作。

可选的，所述识别模块730，用于：

确定所述投放路径下各个属性对应的权重；

根据所述投放路径下各个属性对应的点击异常度、以及所述投放路径下各个属性对应的权重，确定所述投放路径对应的点击异常度。

可选的，所述识别模块730，用于：

确定所述投放路径下各个属性对应的内容项点击量；并确定所述投放路径对应的内容项点击量总数目；

将所述各个属性对应的内容项点击量与所述内容项点击量总数目的比值，确定为所述投放路径下各个属性对应的权重。

可选的，所述识别模块730，用于：

如果所述投放路径对应的点击异常度达到第一异常度阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到所述第一异常度阈值，则判定所述投放路径不存在虚假操作。

可选的，如图8所示，所述装置还包括：

第二确定模块740，用于确定所述投放路径下点击内容项的各用户中新注册用户的比例；

所述识别模块730，用于：

如果所述投放路径对应的点击异常度达到第二异常度阈值且所述投放路径对应的新注册用户的比例达到第一比例阈值、或者所述投放路径对应的点击异常度达到第三异常度阈值且所述投放路径对应的新注册用户的比例达到第二比例阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到第二异常度阈值、或者所述投放路径对应的点击异常度未达到第三异常度阈值且所述投放路径对应的新注册用户的比例未达到第一注册比例阈值、或者所述投放路径对应的点击异常度达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第二注册比例阈值，则判定所述投放路径不存在虚假操作。

可选的，如图9所示，所述装置还包括：

第二获取模块750，用于获取各个投放路径下各个属性对应的内容项转化率；

第三确定模块760，用于根据所述各个属性对应的内容项转化率，确定各个属性对应的基准转化率；

第四确定模块770，用于对于每个投放路径，根据各个属性对应的基准转化率和所述投放路径下各个属性对应的内容项转化率，确定所述投放路径下各个属性对应的转化异常度，所述转化异常度包括第一转化异常度、第二转化异常度和第三转化异常度中的任意一个，所述第一转化异常度为用户群体对应的转化异常度，所述第二转化异常度为内容项类型对应的转化异常度，所述第三转化异常度为用户群体和内容项类型共同对应的转化异常度；

第五确定模块780，用于根据所述投放路径下各个属性对应的转化异常度，确定所述投放路径对应的转化异常度；

所述识别模块730，用于：

根据所述投放路径对应的点击异常度、以及所述投放路径对应的转化异常度，识别所述投放路径是否存在虚假操作。

可选的，所述识别模块730，用于：

如果所述投放路径对应的点击异常度达到第四异常度阈值、或者所述投放路径对应的转化异常度达到第五异常度阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到第四异常度阈值、且所述投放路径对应的转化异常度未达到第五异常度阈值，则判定所述投放路径不存在虚假操作。

可选的，所述每个用户群体为使用同一类型终端的用户群体或者具有相同兴趣画像的用户群体。

本发明实施例中，服务器通过对各个投放路径下各个属性对应的内容项点击率进行统计分析，确定每个属性对应的基准点击率，进而，基于各投放路径下各个属性对应的内容项点击率与基准点击率，识别各个投放路径是否存在虚假操作，来实现识别虚假操作的方案。

需要说明的是：上述实施例提供的识别虚假操作的装置在识别虚假操作时，仅以上述各个功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的识别虚假操作的装置与识别虚假操作的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

基于相同的技术构思，本发明实施例提供了一种识别虚假操作的系统，所述系统包括终端和服务器，其中：

所述终端，用于接收所述服务器发送的各内容项，显示所述各内容项；

所述服务器，用于获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

本发明实施例中，服务器通过对各个投放路径下各个属性对应的内容项点击率进行统计分析，确定每个属性对应的基准点击率，进而，基于各投放路径下各个属性对应的内容项点击率与基准点击率，识别各个投放路径是否存在虚假操作，来实现识别虚假操作的方案。

图10是本发明实施例提供的一种服务器的结构示意图，该服务器1000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)1001和一个或一个以上的存储器1002，其中，所述存储器1002中存储有至少一条指令，所述至少一条指令由所述处理器1001加载并执行以实现上述识别虚假操作的方法步骤。

本发明实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述的识别虚假操作的方法。

本发明实施例中，服务器通过对各个投放路径下各个属性对应的内容项点击率进行统计分析，确定每个属性对应的基准点击率，进而，基于各投放路径下各个属性对应的内容项点击率与基准点击率，识别各个投放路径是否存在虚假操作，来实现识别虚假操作的方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的一个实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种识别虚假操作的方法，其特征在于，所述方法包括：

获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；

根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；

根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

2.根据权利要求1所述的方法，其特征在于，所述根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作，包括：

对于每个投放路径，根据所述各个属性对应的基准点击率和所述投放路径下各个属性对应的内容项点击率，确定所述投放路径下各个属性对应的点击异常度，所述点击异常度包括第一点击异常度、第二点击异常度和第三点击异常度中的任意一个，所述第一点击异常度为用户群体对应的点击异常度，所述第二点击异常度为内容项类型对应的点击异常度，所述第三点击异常度为用户群体和内容项类型共同对应的点击异常度；

根据所述投放路径下各个属性对应的点击异常度，识别所述投放路径是否存在虚假操作。

3.根据权利要求2所述的方法，其特征在于，所述根据所述各个属性对应的基准点击率和所述投放路径下各个属性对应的内容项点击率，确定所述投放路径下各个属性对应的点击异常度，包括：

对于每个属性，计算所述投放路径下所述属性对应的内容项点击率减去所述属性对应的基准点击率的差值，得到所述属性对应的差值；

将所述属性对应的差值与所述属性对应的基准点击率的比值，确定为所述投放路径下所述属性对应的点击异常度。

4.根据权利要求2所述的方法，其特征在于，所述根据所述投放路径下各个属性对应的点击异常度，识别所述投放路径是否存在虚假操作，包括：

根据所述投放路径下各个属性对应的点击异常度，确定所述投放路径对应的点击异常度；

根据所述投放路径对应的点击异常度，识别所述投放路径是否存在虚假操作。

5.根据权利要求4所述的方法，其特征在于，所述根据所述投放路径下各个属性对应的点击异常度，确定所述投放路径对应的点击异常度，包括：

确定所述投放路径下各个属性对应的权重；

根据所述投放路径下各个属性对应的点击异常度、以及所述投放路径下各个属性对应的权重，确定所述投放路径对应的点击异常度。

6.根据权利要求5所述的方法，其特征在于，所述确定所述投放路径下各个属性对应的权重，包括：

确定所述投放路径下各个属性对应的内容项点击量；并确定所述投放路径对应的内容项点击量总数目；

将所述各个属性对应的内容项点击量与所述内容项点击量总数目的比值，确定为所述投放路径下各个属性对应的权重。

7.根据权利要求4所述的方法，其特征在于，所述根据所述投放路径对应的点击异常度，识别所述投放路径是否存在虚假操作，包括：

如果所述投放路径对应的点击异常度达到第一异常度阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到所述第一异常度阈值，则判定所述投放路径不存在虚假操作。

8.根据权利要求4所述的方法，其特征在于，所述方法还包括：

确定所述投放路径下点击内容项的各用户中新注册用户的比例；

所述根据所述投放路径对应的点击异常度，识别所述投放路径是否存在虚假操作，包括：

如果所述投放路径对应的点击异常度达到第二异常度阈值且所述投放路径对应的新注册用户的比例达到第一比例阈值、或者所述投放路径对应的点击异常度达到第三异常度阈值且所述投放路径对应的新注册用户的比例达到第二比例阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到第二异常度阈值、或者所述投放路径对应的点击异常度未达到第三异常度阈值且所述投放路径对应的新注册用户的比例未达到第一注册比例阈值、或者所述投放路径对应的点击异常度达到第三异常度阈值且该投放路径对应的新注册用户的比例未达到第二注册比例阈值，则判定所述投放路径不存在虚假操作。

9.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取各个投放路径下各个属性对应的内容项转化率；

根据所述各个属性对应的内容项转化率，确定各个属性对应的基准转化率；

对于每个投放路径，根据各个属性对应的基准转化率和所述投放路径下各个属性对应的内容项转化率，确定所述投放路径下各个属性对应的转化异常度，所述转化异常度包括第一转化异常度、第二转化异常度和第三转化异常度中的任意一个，所述第一转化异常度为用户群体对应的转化异常度，所述第二转化异常度为内容项类型对应的转化异常度，所述第三转化异常度为用户群体和内容项类型共同对应的转化异常度；

根据所述投放路径下各个属性对应的转化异常度，确定所述投放路径对应的转化异常度；

所述根据所述投放路径对应的点击异常度，识别所述投放路径是否存在虚假操作，包括：

根据所述投放路径对应的点击异常度、以及所述投放路径对应的转化异常度，识别所述投放路径是否存在虚假操作。

10.根据权利要求9所述的方法，其特征在于，所述根据所述投放路径对应的点击异常度、以及所述投放路径对应的转化异常度，识别所述投放路径是否存在虚假操作，包括：

如果所述投放路径对应的点击异常度达到第四异常度阈值、或者所述投放路径对应的转化异常度达到第五异常度阈值，则判定所述投放路径存在虚假操作；

如果所述投放路径对应的点击异常度未达到第四异常度阈值、且所述投放路径对应的转化异常度未达到第五异常度阈值，则判定所述投放路径不存在虚假操作。

11.根据权利要求1所述的方法，其特征在于，所述每个用户群体为使用同一类型终端的用户群体或者具有相同兴趣画像的用户群体。

12.一种识别虚假操作的装置，其特征在于，所述装置包括：

第一获取模块，用于获取各个投放路径下各个属性对应的内容项点击率，所述各个属性包括各个用户群体和/或各个内容项类型；

第一确定模块，用于根据所述各个属性对应的内容项点击率，确定所述各个属性对应的基准点击率；

识别模块，用于根据所述各个属性对应的基准点击率和所述各个投放路径下的各个属性对应的内容项点击率，识别所述各个投放路径是否存在虚假操作。

13.一种服务器，其特征在于，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至11任一所述的识别虚假操作的方法。

14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至11任一所述的识别虚假操作的方法。

15.一种识别虚假操作的系统，其特征在于，所述系统包括终端和服务器，其中：

所述终端，用于接收所述服务器发送的各内容项，显示所述各内容项；

所述服务器，用于执行如所述权利要求1-11中任一权利要求所述的识别虚假操作的方法。