CN111563765A - 一种作弊用户筛选方法、装置、设备及可读存储介质 - Google Patents
一种作弊用户筛选方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN111563765A CN111563765A CN202010319803.9A CN202010319803A CN111563765A CN 111563765 A CN111563765 A CN 111563765A CN 202010319803 A CN202010319803 A CN 202010319803A CN 111563765 A CN111563765 A CN 111563765A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- cheating
- cheating user
- user
- suspected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012216 screening Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0248—Avoiding fraud
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种作弊用户筛选方法、装置、设备及可读存储介质，所述方法包括：利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；获取所述疑似作弊用户在预设时间段内的广告点击日志；根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。本发明能够对识别到的疑似作弊用户进一步进行筛选，从而有效提高了作弊用户识别系统的识别准确性。
Description
技术领域
本发明涉及作弊识别技术领域，尤其是涉及一种作弊用户筛选方法、装置、设备及可读存储介质。
背景技术
随着互联网的发展，线上广告市场发展迅速。在广告市场中，广告主通过向发布者付费来投放自己的广告，目前主要为通过根据广告的点击量进行付费；发布者可以是各大网站、移动应用、或其他在线媒体等平台，广告的发布平台为了增加广告收费的利润，往往会与一些用户流量提供者达成合作，通过流量主来吸引更多的广告点击增加广告收费利润并对流量主分配相应的利润。
在这种广告收费模式下，广告主只需要为用户点击广告的行为付费，由于在每次用户点击广告时广告主就需要向发布者付费一次，因此广告主希望自己每次付费的广告点击都是真实用户的有效点击而不是作弊点击。但是由于流量主在广告点击量越高的时候被分成的利润也越高，因此流量主具有一定的作弊动机以提升广告点击率。这种恶意的作弊点击，对广告主的利益造成较大的损害，因此，需要对广告点击中的作弊用户进行检测。目前的作弊用户识别技术虽然能够识别出大部分的作弊点击用户，但是由于识别的准确性不高而导致出现过高的广告作弊用户误报率，将大量正常点击广告的用户误识别为作弊用户。因此，亟需一种能将识别到的作弊用户进行筛选的方法。
发明内容
本发明实施例所要解决的技术问题在于，提供一种作弊用户筛选方法、装置、设备及可读存储介质，能够对识别到的作弊用户进一步进行筛选，以提高作弊用户识别系统的识别准确性。
为了解决上述技术问题，本发明实施例提供了一种作弊用户筛选方法，包括：
利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；
获取所述疑似作弊用户在预设时间段内的广告点击日志；
根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；
基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
进一步地，所述基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户，具体包括：
根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户，具体包括：
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述的作弊用户筛选方法还包括：
根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；
若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
为了解决相同的技术问题，本发明实施例还提供了一种作弊用户筛选装置，包括：
用户识别模块，用于利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；
日志获取模块，用于获取所述疑似作弊用户在预设时间段内的广告点击日志；
日志计算模块，用于根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；
第一筛选模块，用于基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
进一步地，所述第一筛选模块具体用于：
根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户，具体包括：
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述的作弊用户筛选装置还包括：
第二筛选模块，用于根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
为了解决相同的技术问题，本发明还提供了一种作弊用户筛选终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的作弊用户筛选方法。
为了解决相同的技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的作弊用户筛选方法。
与现有技术相比，本发明具有如下有益效果：
本发明实施例提供了一种作弊用户筛选方法、装置、设备及可读存储介质，所述方法包括：利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；获取所述疑似作弊用户在预设时间段内的广告点击日志；根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。本发明能够对识别到的疑似作弊用户进一步进行筛选，以提高作弊用户识别系统的识别准确性。
附图说明
图1是本发明一实施例提供的作弊用户筛选方法的流程示意图；
图2是本发明一实施例提供的作弊用户筛选装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本发明实施例提供了一种作弊用户筛选方法，包括步骤：
S1、利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户。
在本发明实施例中，需要说明的是，步骤S1为利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户，所述作弊识别模型可以是根据现有技术中的各种作弊识别方法进行构建的识别模型，例如可以是根据用户的设备IP作为判断条件的作弊识别模型。
S2、获取所述疑似作弊用户在预设时间段内的广告点击日志。
步骤S2在步骤S1中识别到的疑似作弊用户中，对每一个疑似作弊用户的广告点击日志进行获取。在具体应用中，可以理解的是，广告点击日志中包含了用户点击的广告的属性(广告类型、广告标识、广告来源等)、每次点击时的时间记录、每次点击广告进入浏览的持续时间等信息。
S3、根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间。
可以理解的是，通过获取的广告点击日志，可以计算出每一次广告页面持续时间(用户观看某广告的时间)，以及计算出每两次观看广告的时间间隔(即非广告页面持续时间)。
S4、基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
在本发明实施例中，可以针对所述广告访问时间信息设置相应的作弊用户筛选规则，对疑似作弊用户中进一步对作弊用户和正常用户进行区分，从而减少正常用户被误识别为作弊用户的几率。
在本发明实施例中，作为优选方案，步骤S4具体包括：
S410、根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
S420、当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
在本发明实施例中，作为优选方案，步骤S420具体包括：
S421、当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
S422、当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
可以理解的是，即便如今的作弊工作室能模拟出较为真实的用户行为数据，但访问时长、访问间隔、使用频率这些实际行为是很难和真实用户一模一样的。例如，作弊工作室模拟用户点击广告时，通常具有固定的广告访问时间(广告页面持续时间)，即使为了规避反作弊识别系统的识别而将各个广告访问时间设定为不规则的时长，但考虑到需要尽量缩减作弊的时间成本及提高作弊效率，作弊用户也不会在某个广告中停留过长的时间，而真实的用户则不会受到这种访问规律的限制。针对这种规律，可以计算某用户访问广告的所有访问时长的均值，并在该均值一定范围内设置判定范围，若全部数据均落在该范围内即判定该用户为作弊用户。例如，计算到某用户在某时间段内平均每次访问广告时间为10秒，可以设定判定范围为5至15秒，若该用户全部访问广告都在该范围内，则可以判定其为作弊用户，反之则判定为正常用户(正常用户在访问广告时具有更分散的时间规律，有时可能点击错误而立即退出，而对于感兴趣的广告可能会花较长的时间进行浏览)。
另外，可以理解的是，在对某广告访问完毕后，作弊用户往往会立刻进行下一广告的点击，或间隔一段较短的时间间隔；而真实用户通常不会对每个广告都感兴趣，且真实用户通常会把大部分时间用于关注非广告的内容上。因此，针对这种规律，可以计算某用户每两次访问广告的时间间隔的均值，并在该均值一定范围内设置判定范围，若全部数据均落在该范围内即判定该用户为作弊用户。
在发明实施例中，进一步地，所述的作弊用户筛选方法还包括步骤：
S5、根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；
S6、若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
可以理解的是，在实际应用中，很少有真实的用户会频繁点击广告进行查看。针对这种规律，在一种可行的设计中，为了对作弊用户制定更严格的判定规则，也可以直接将某用户在预设时间段内点击广告的次数作为判断依据，当超过设定的次数阈值时即判定该用户为作弊用户。
相比于现有技术，本发明能够对识别到的疑似作弊用户进一步进行筛选，以提高作弊用户识别系统的识别准确性。
需要说明的是，对于以上方法或流程实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本发明实施例所必须的。
请参见图2，为了解决相同的技术问题，本发明实施例还提供了一种作弊用户筛选装置，包括：
用户识别模块1，用于利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；
日志获取模块2，用于获取所述疑似作弊用户在预设时间段内的广告点击日志；
日志计算模块3，用于根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；
第一筛选模块4，用于基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
进一步地，所述第一筛选模块4具体用于：
根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户，具体包括：
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
进一步地，所述的作弊用户筛选装置还包括：
第二筛选模块，用于根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
可以理解的是上述装置项实施例，是与本发明方法项实施例相对应的，本发明实施例提供的一种作弊用户筛选装置，可以实现本发明任意一项方法项实施例提供的作弊用户筛选方法。
为了解决相同的技术问题，本发明还提供了一种作弊用户筛选终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的作弊用户筛选方法。
所述作弊用户筛选终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述作弊用户筛选终端设备的控制中心，利用各种接口和线路连接整个作弊用户筛选终端设备的各个部分。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
为了解决相同的技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的作弊用户筛选方法。
所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种作弊用户筛选方法，其特征在于，包括：
利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；
获取所述疑似作弊用户在预设时间段内的广告点击日志；
根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；
基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
2.根据权利要求1所述的作弊用户筛选方法，其特征在于，所述基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户，具体包括：
根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
3.根据权利要求2所述的作弊用户筛选方法，其特征在于，所述当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户，具体包括：
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
4.根据权利要求1所述的作弊用户筛选方法，其特征在于，还包括：
根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；
若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
5.一种作弊用户筛选装置，其特征在于，包括：
用户识别模块，用于利用预设的作弊识别模型从所有点击广告的用户中识别出疑似作弊用户；
日志获取模块，用于获取所述疑似作弊用户在预设时间段内的广告点击日志；
日志计算模块，用于根据所述广告点击日志计算所述疑似作弊用户的广告访问时间信息；其中，所述广告访问时间信息包括若干段广告页面持续时间、若干段非广告页面持续时间；
第一筛选模块，用于基于所述广告访问时间信息，利用预设的作弊用户筛选规则从所述疑似作弊用户中筛选出作弊用户。
6.根据权利要求5所述的作弊用户筛选装置，其特征在于，所述第一筛选模块具体用于：
根据所述广告访问时间信息计算所述若干段广告页面持续时间的第一时间均值，并根据所述第一时间均值以及预设的第一阈值确定广告页面持续时间判定范围；
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
7.根据权利要求6所述的作弊用户筛选装置，其特征在于，所述当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户，具体包括：
当所述若干段广告页面持续时间均落在所述广告页面持续时间判定范围之内时，根据所述广告访问时间信息计算所述若干段非广告页面持续时间的第二时间均值，并根据所述第二时间均值以及预设的第二阈值确定非广告页面持续时间判定范围；
当所述若干段非广告页面持续时间均落在所述非广告页面持续时间判定范围之内时，则判定该疑似作弊用户为作弊用户。
8.根据权利要求5所述的作弊用户筛选装置，其特征在于，还包括：
第二筛选模块，用于根据所述广告点击日志统计所述疑似作弊用户在所述预设时间段内的广告点击次数；若所述广告点击次数大于预设的点击次数阈值，则判定该疑似作弊用户为作弊用户。
9.一种作弊用户筛选终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现如权利要求1至4任一项所述的作弊用户筛选方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至4任一项所述的作弊用户筛选方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319803.9A CN111563765A (zh) | 2020-04-21 | 2020-04-21 | 一种作弊用户筛选方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319803.9A CN111563765A (zh) | 2020-04-21 | 2020-04-21 | 一种作弊用户筛选方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111563765A true CN111563765A (zh) | 2020-08-21 |
Family
ID=72070522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010319803.9A Pending CN111563765A (zh) | 2020-04-21 | 2020-04-21 | 一种作弊用户筛选方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563765A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112543188A (zh) * | 2020-11-27 | 2021-03-23 | 北京亿玛在线科技股份有限公司 | 一种机刷流量识别方法和相关装置 |
| CN113360864A (zh) * | 2021-06-01 | 2021-09-07 | 掌阅科技股份有限公司 | 防作弊方法、电子设备及计算机存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870572A (zh) * | 2014-03-18 | 2014-06-18 | 北京博雅立方科技有限公司 | 一种防御恶意点击广告页面的方法及装置 |
| CN106022834A (zh) * | 2016-05-24 | 2016-10-12 | 腾讯科技（深圳）有限公司 | 广告反作弊方法及装置 |
| CN108109011A (zh) * | 2017-12-28 | 2018-06-01 | 北京皮尔布莱尼软件有限公司 | 一种广告反作弊方法及计算设备 |
| CN110097389A (zh) * | 2018-01-31 | 2019-08-06 | 上海甚术网络科技有限公司 | 一种广告流量反作弊方法 |
-
2020
- 2020-04-21 CN CN202010319803.9A patent/CN111563765A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870572A (zh) * | 2014-03-18 | 2014-06-18 | 北京博雅立方科技有限公司 | 一种防御恶意点击广告页面的方法及装置 |
| CN106022834A (zh) * | 2016-05-24 | 2016-10-12 | 腾讯科技（深圳）有限公司 | 广告反作弊方法及装置 |
| CN108109011A (zh) * | 2017-12-28 | 2018-06-01 | 北京皮尔布莱尼软件有限公司 | 一种广告反作弊方法及计算设备 |
| CN110097389A (zh) * | 2018-01-31 | 2019-08-06 | 上海甚术网络科技有限公司 | 一种广告流量反作弊方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112543188A (zh) * | 2020-11-27 | 2021-03-23 | 北京亿玛在线科技股份有限公司 | 一种机刷流量识别方法和相关装置 |
| CN112543188B (zh) * | 2020-11-27 | 2023-02-10 | 北京亿玛在线科技股份有限公司 | 一种机刷流量识别方法和相关装置 |
| CN113360864A (zh) * | 2021-06-01 | 2021-09-07 | 掌阅科技股份有限公司 | 防作弊方法、电子设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108733706B (zh) | 热度信息的生成方法和装置 | |
| US20190122258A1 (en) | Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks | |
| CN106022834B (zh) | 广告反作弊方法及装置 | |
| WO2020248508A1 (zh) | 广告渠道的评估方法、装置、设备和存储介质 | |
| US8255563B2 (en) | Method and system for determining overall content values for content elements in a web network and for optimizing internet traffic flow through the web network | |
| CN109615487A (zh) | 基于用户行为的产品推荐方法、装置、设备及存储介质 | |
| US20130268351A1 (en) | Verified online impressions | |
| CN103593415A (zh) | 网页访问量作弊的检测方法和装置 | |
| US20140344880A1 (en) | Systems and methods for evaluating online videos | |
| US10043197B1 (en) | Abusive user metrics | |
| BRPI0613079A2 (pt) | método implementado por computador, aparelho e meio legìvel por computador | |
| US20170053307A1 (en) | Techniques for detecting and verifying fraudulent impressions | |
| CN114331521A (zh) | 一种商业数据监控分析管理方法、系统、设备及存储介质 | |
| CN111563765A (zh) | 一种作弊用户筛选方法、装置、设备及可读存储介质 | |
| Kim et al. | Adbudgetkiller: Online advertising budget draining attack | |
| CN108737138B (zh) | 服务提供方法及服务平台 | |
| US11151605B2 (en) | Method and system for click to install behavior based detection of fraud | |
| US9306958B2 (en) | Methods, systems and media for detecting non-intended traffic using co-visitation information | |
| US10650403B2 (en) | Distributing online ads by targeting online ad requests | |
| US20160364748A1 (en) | Computer-implemented method and system for assigning yield and revenue values to web page content in real time | |
| CN117714722A (zh) | 一种电商直播购物的数据分析方法及系统 | |
| KR20130014728A (ko) | 입력 횟수가 급상승하는 검색어를 이용한 검색 광고 방법, 시스템 및 컴퓨터 판독 가능한 기록매체 | |
| CN112085332A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| US20170018009A1 (en) | Bidding Systems and Methods For Minimizing The Cost Of Field Experiments Using Advertisement Exchanges | |
| KR20140024542A (ko) | 웹페이지의 쿠키정보 및 리퍼러 기록을 이용한 광고 서비스 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |
|
| RJ01 | Rejection of invention patent application after publication |