CN113052632A - 一种广告流量数据的识别方法、装置、设备及存储介质 - Google Patents
一种广告流量数据的识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113052632A CN113052632A CN202110320332.8A CN202110320332A CN113052632A CN 113052632 A CN113052632 A CN 113052632A CN 202110320332 A CN202110320332 A CN 202110320332A CN 113052632 A CN113052632 A CN 113052632A
- Authority
- CN
- China
- Prior art keywords
- data
- traffic data
- sample
- advertisement traffic
- target
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000013598 vector Substances 0.000 claims description 71
- 238000012216 screening Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 22
- 238000013499 data model Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06Q30/0277—Online advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种广告流量数据的识别方法、装置、设备及存储介质,该方法包括:获取待识别的目标广告流量数据;其中,所述目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果;其中,所述目标类型识别模型包含与各所述维度数据分别对应的目标类型识别子模型,所述类型识别结果用于表征所述目标广告流量数据是否属于虚假流量数据。本发明实施例解决了单一数据导致识别结果不准确的问题,提高了广告流量数据的识别结果的准确度。
Description
技术领域
本发明实施例涉及网络监控技术领域,尤其涉及一种广告流量数据的识别方法、装置、设备及存储介质。
背景技术
目前,应用市场中各类APP(Application,应用程序)层出不穷,为了提高APP产品的推广力度,吸引到更多的客户,移动广告是目前比较常用的推广渠道,移动广告是用户通过智能设备(如手机、平板电脑或笔记本电脑等)访问移动应用或移动网页时显示的广告。
在广告的投放过程中,通常需要通过实时监测广告的点击率、应用下载次数、应用安装次数和应用打开次数等流量数据来反映广告的投放效果。但某些投放平台会采用作弊的方式更改上述流量数据信息,以提高本投放平台的广告投放效果。
常用的反作弊方法包括检测流量数据中同一用户IP是否存在高频率点击,或者,判断流量数据中的数据来源界面是否与投放平台匹配等。
在实现本发明的过程中,发现现有技术中至少存在以下技术问题:
现有的反作弊方法主要基于单一数据判别该流量数据是否属于虚假流量数据,但单一数据反映出的信息不够全面,容易导致识别结果不准确。
发明内容
本发明实施例提供了一种广告流量数据的识别方法、装置、设备及存储介质,以提高广告流量数据的识别结果的准确度。
第一方面,本发明实施例提供了一种广告流量数据的识别方法,该方法包括:
获取待识别的目标广告流量数据;其中,所述目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果;其中,所述目标类型识别模型包含与各所述维度数据分别对应的目标类型识别子模型,所述类型识别结果用于表征所述目标广告流量数据是否属于虚假流量数据。
第二方面,本发明实施例还提供了一种广告流量数据的识别装置,该装置包括:
目标广告流量数据获取模块,用于获取待识别的目标广告流量数据;其中,所述目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
类型识别结果确定模块,用于基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果;其中,所述目标类型识别模型包含与各所述维度数据分别对应的目标类型识别子模型,所述类型识别结果用于表征所述目标广告流量数据是否属于虚假流量数据。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述所涉及的任一所述的广告流量数据的识别方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的广告流量数据的识别方法。
上述发明中的实施例具有如下优点或有益效果:
本发明实施例通过对目标广告流量数据包含的数据内容进行分类得到至少两种维度数据,基于至少两种维度数据确定目标广告流量数据对应的类型识别结果,解决了单一数据导致广告流量数据识别结果不准确的问题。进一步地,本发明实施例通过构建与各维度数据分别对应的目标类型识别子模型,提高了类型识别模型输出的类型识别结果的准确度和稳定性。
附图说明
图1是本发明实施例一提供的一种广告流量数据的识别方法的流程图;
图2是本发明实施例二提供的一种广告流量数据的识别方法的流程图;
图3是本发明实施例三提供的一种广告流量数据的识别方法的流程图;
图4是本发明实施例三提供的一种广告流量数据的识别方法的具体实例的流程图;
图5是本发明实施例四提供的一种广告流量数据的识别方法的流程图;
图6是本发明实施例五提供的一种广告流量数据的识别装置的示意图;
图7是本发明实施例六提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种广告流量数据的识别方法的流程图,本实施例可适用于移动广告投放过程中对广告流量数据进行反作弊识别的情况,该方法可以由广告流量数据的识别装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端设备中,示例性的,终端设备可以是移动终端、笔记本电脑、台式机、服务器和平板电脑等智能终端。具体包括如下步骤:
S110、获取待识别的目标广告流量数据。
在移动广告的投放过程中,获取新用户的链路可被划分为三个阶段,分别为事前行为、事中行为和事后行为。其中,示例性的,事前行为依次包括广告投放行为、广告点击行为和应用程序下载行为等,事中行为依次包括用户安装行为和用户打开行为等,事后行为依次包括用户浏览行为和用户操作行为等。在上述三个阶段过程中,移动广告的投放平台会实时监测上述行为对应的流量数据。
本发明实施例主要针对到事中行为阶段可监测到的所有流量数据,具体包括事前行为阶段采集到的流量数据和事中行为阶段采集到的流量数据。
在本实施例中,目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据。
其中,广告点击数据为事前行为阶段采集到的流量数据。示例性的,广告点击数据包括但不限于广告位信息、广告素材、广告创意标识号、广告回调地址和广告跳转链接中的至少一项。其中,具体的,广告位信息可用于描述广告的投放平台、广告所处的版面、广告在版面上的具体位置和广告的播放时间等等。其中,具体的,广告素材可用于描述广告包含的文字、图片、人物、特效或视频等信息。其中,具体的,一个广告创意标识号(Identitydocument,ID)可能对应多个广告素材。其中,具体的,广告回调地址可以用于描述与广告投放媒体对应的链接地址。其中,具体的,广告跳转链接可用于描述与应用程序对应的下载地址页。
其中,运行设备数据可以是在事中行为阶段中基于用户安装行为监测到的流量数据。示例性的,运行设备数据包括但不限于运行设备的品牌、机型、内存、屏幕尺寸、操作系统、CPU(central processing unit,中央处理器)运行频率、imie(International MobileEquipment Identity,国际移动设备识别码)和MAC(Media Access Control,媒体存取控制)地址中的至少一项。
其中,应用运行数据可以是在事中行为阶段中基于用户打开行为监测到的流量数据。示例性的,应用运行数据包括但不限于网络IP(Internet Protocol,网际互连协议)、网络运营商、运行时间和地址位置中的至少一项。
其中,示例性的,目标广告流量数据为京东、安卓和中国移动。其中,“京东”属于广告点击数据中的广告位信息,“安卓”属于运行设备数据中的运行设备的操作系统,“中国移动”属于应用运行数据中的网络运行商。
S120、基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果。
在本实施例中,目标类型识别模型包含与各维度数据分别对应的目标类型识别子模型,类型识别结果用于表征目标广告流量数据是否属于虚假流量数据。
其中,具体的,目标类型识别模型包含至少两种目标类型识别子模型。示例性的,目标类型识别子模型所属的模型类型包括但不限于逻辑回归、贝叶斯分类器、k-近邻模型、支持向量机或随机森林。具体的,各目标类型识别子模型的模型类型可以全部相同,也可以全部不同,当然还可以部分相同。此处对目标识别子模型所属的模型类型不作限定。
在一个实施例中,可选的,基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果,包括:确定目标广告流量数据对应的数据特征向量;其中,数据特征向量包含与各维度数据分别对应的数据子特征向量;针对每个维度数据对应的数据子特征向量,将数据子特征向量输入到与维度数据对应的目标类型识别子模型中,得到目标类型识别子模型的输出结果;基于各目标类型识别子模型的输出结果,确定与目标广告流量数据对应的类型识别结果。
其中,示例性的,确定目标广告流量数据对应的数据特征向量的方法包括但不限于词袋法、TF-IDF(term frequency–inverse document frequency,词频-逆文本频率指数)、HashTF或Word2Vec模型等等。此处对确定数据特征向量的方式不作限定。
其中,示例性的,目标类型识别子模型的输出结果可以是目标广告流量数据属于虚假流量数据的子概率值、目标广告流量数据不属于虚假流量数据的子概率值、目标广告流量数据属于虚假流量数据或目标广告流量数据不属于虚假广告流量数据。相应的,目标广告流量数据对应的类型识别结果也可以是目标广告流量数据属于虚假流量数据的概率值、目标广告流量数据不属于虚假流量数据的概率值、目标广告流量数据属于虚假流量数据或目标广告流量数据不属于虚假广告流量数据。
在一个实施例中,当目标类型识别子模型的输出结果为目标广告流量数据属于虚假流量数据的子概率值时,则基于各目标类型识别子模型分别输出的子概率值,确定目标广告流量数据对应的类型识别结果。具体的,将各子概率值对应的平均值、中值、最大值或最小值作为目标广告流量数据属于虚假流量数据的概率值。或者,判断各子概率值对应的平均值、中值、最大值或最小值是否大于预设概率阈值,如果是,则目标广告流量数据对应的类型识别结果为目标广告流量数据属于虚假流量数据。
在另一个实施例中,当目标类型识别子模型的输出结果为目标广告流量数据是否属于虚假流量数据时,假设目标广告流量数据属于虚假流量数据用“1”表示,目标广告流量数据不属于虚假流量数据用“0”表示,基于“1”在所有输出结果中的占比,确定目标广告流量数据对应的类型识别结果。具体的,假设类型识别模型包含3种目标类型识别子模型,且各目标类型识别子模型的输出结果分别为“1”、“1”和“0”,由于“1”的占比较高,则目标广告流量数据对应的类型识别结果为目标广告流量数据属于虚假流量数据,或者目标广告流量数据属于虚假流量数据的概率值为2/3。
此处对目标类型识别子模型的输出结果以及目标广告流量数据对应的类型识别结果的具体表示形式不作限定。
本实施例的技术方案,通过对目标广告流量数据包含的数据内容进行分类得到至少两种维度数据,基于至少两种维度数据确定目标广告流量数据对应的类型识别结果,解决了单一数据导致广告流量数据识别结果不准确的问题。进一步地,本发明实施例通过构建与各维度数据分别对应的目标类型识别子模型,提高了类型识别模型输出的类型识别结果的准确度和稳定性。
实施例二
图2是本发明实施例二提供的一种广告流量数据的识别方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选的,所述确定所述目标广告流量数据对应的数据特征向量,包括:基于各所述维度数据在参考广告流量数据集中的出现次数,确定各所述维度数据分别对应的重要程度比率;其中,所述参考广告流量数据集包含至少两个待识别的广告流量数据,所述待识别的广告流量数据包含目标广告流量数据;将各所述重要程度比率作为所述目标广告流量数据对应的数据特征向量。
本实施例的具体实施步骤包括:
S210、获取待识别的目标广告流量数据。
在本实施例中,目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据。
S220、基于各维度数据在参考广告流量数据集中的出现次数,确定各维度数据分别对应的重要程度比率。
在本实施例中,参考广告流量数据集包含至少两个待识别的广告流量数据,待识别的广告流量数据包含目标广告流量数据。
其中,以目标广告流量数据为京东、安卓和中国移动为例,具体的,分别统计“京东”、“安卓”和“中国移动”在参考广告流量数据集中的出现次数。
在一个实施例中,可选的,基于各维度数据在参考广告流量数据集中的出现次数,确定各维度数据分别对应的重要程度比率,包括:针对每种维度数据,基于维度数据在参考广告流量数据集中的出现次数以及参考广告流量数据集中待识别的广告流量数据的数据量,确定维度数据对应的值频率;基于维度数据在参考广告流量数据集中的出现次数以及参考广告流量数据集对应的总字段数,确定维度数据对应的逆向文件频率;基于值频率和逆向文件频率,确定维度数据对应的重要程度比率。
其中,具体的,将维度数据对应的出现次数与参考广告流量数据集中待识别的广告流量数据的数据量相除,得到值频率。示例性的,假设“安卓”在参考广告流量数据集中的出现次数为2次,参考广告流量数据集中待识别的广告流量数据的数据量为5条,则值频率为2/5。
其中,具体的,将维度数据对应的出现次数与参考广告流量数据集对应的总字段数相除,得到逆向文件频率。其中,具体的,参考广告流量数据集中每条广告流量数据对应的维度数据的数量是相同的。如目标广告流量数据为为京东、安卓和中国移动,则参考广告流量数据中的某一待识别的广告流量数据为京东、苹果和中国联通。其中,具体的,每个维度数据包含至少一个字段数据。假设运行设备数据包含iphone11和128G,则iphone11和128G为运行设备数据包含的两个字段数据。其中,具体的,每条广告流量数据对应的维度数据包含的字段数据的个数相同。示例性的,参考广告流量数据集包含广告流量数据A:“京东、华为、256G、安卓和中国移动”以及广告流量数据B:“京东、iphone11、128G、苹果和中国联通”。
其中,具体的,将目标广告流量数据包含的字段数据的个数乘以参考广告流量数据集中待识别的广告流量数据的数据量,得到参考广告流量数据集对应的总字段数。以上述举例为例,每条广告流量数据包含5个字段数据,则参考广告流量数据集对应的总字段数为10,“安卓”对应的逆向文件频率为1/10。
其中,具体的,针对每个维度数据,与该维度数据对应的重要程度比率包括该维度数据包含的至少一个字段数据分别对应的重要程度比率。
S230、将各重要程度比率作为目标广告流量数据对应的数据特征向量。
在本实施例中,数据特征向量包含与各维度数据分别对应的数据子特征向量。
S240、针对每个维度数据对应的数据子特征向量,将数据子特征向量输入到与维度数据对应的目标类型识别子模型中,得到目标类型识别子模型的输出结果。
S250、基于各目标类型识别子模型的输出结果,确定与目标广告流量数据对应的类型识别结果。
在上述实施例的基础上,可选的,基于各目标类型识别子模型的输出结果,确定与目标广告流量数据对应的类型识别结果,包括:基于各目标类型识别子模型分别对应的准确率,确定各目标类型识别子模型分别对应的权重系数;基于各权重系数和各输出结果,确定目标广告流量数据对应的类型识别结果。
其中,具体的,准确率是用于评估模型分类效果的指标。准确率Acc满足公式:
其中,TP表示输出结果为正向结果,且输出结果是正确的,TN表示输出结果为正向结果,且输出结果是错误的,FP表示输出结果为负向结果,且输出结果是正确的,FN表示输出结果为负向结果,且输出结果是错误的。
具体的,可根据已知类型识别结果的样本广告流量数据,确定各目标类型识别子模型分别对应的准确率。
其中,具体的,第i个目标类型识别子模型Ci对应的权重系数ωi满足公式:
在本实施例中,目标类型识别子模型的输出结果可以是目标广告流量数据属于虚假流量数据的子概率值,则类型识别结果为目标广告流量数据属于虚假流量数据的概率值。示例性的,目标广告流量数据属于虚假流量数据的概率值P满足公式:
其中,Pi表示第i个目标类型识别子模型输出的子概率值,n表示目标类型识别子模型的数量。
这样设置的好处在于,进一步提高了类型识别结果的准确度。
本实施例的技术方案,基于各维度数据在参考广告流量数据集中的出现次数,确定各维度数据分别对应的重要程度比率,并将重要程度比例作为目标广告流量数据对应的数据特征向量,解决了将属于文本类型的离散的目标广告流量数据转换为模型可识别的数据向量的问题,保证了目标类型识别模型可以输出与目标广告流量数据对应的类型识别结果。
实施例三
图3是本发明实施例三提供的一种广告流量数据的识别方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选的,所述目标类型识别模型的训练方法包括:获取样本广告流量数据以及与所述样本广告流量数据对应的标准类型标识;其中,所述样本广告流量数据包含广告点击数据、运行设备数据和应用运行数据中至少两种样本维度数据;确定所述样本广告流量数据对应的样本数据特征向量;其中,所述样本数据特征向量包含与各所述样本维度数据分别对应的样本数据子特征向量;基于各所述样本数据子特征向量以及所述标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型。
本实施例的具体实施步骤包括:
S310、获取样本广告流量数据以及与样本广告流量数据对应的标准类型标识。
在本实施例中,样本广告流量数据包含广告点击数据、运行设备数据和应用运行数据中至少两种样本维度数据。
其中,具体的,标准类型标识用于表征样本广告流量数据是否属于虚假流量数据。
S320、确定样本广告流量数据对应的样本数据特征向量。
在本实施例中,样本数据特征向量包含与各样本维度数据分别对应的样本数据子特征向量。
S330、基于各样本数据子特征向量以及标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型。
在一个实施例中,可选的,基于各样本数据子特征向量以及标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型,包括:针对每种样本维度数据,将与样本维度数据对应的样本数据子特征向量分别输入到至少两种初始类型识别子模型中;其中,各初始类型识别子模型的模型类型不同;根据各初始类型识别子模型的输出结果和标准类型标识,对各初始类型识别子模型的模型参数进行调整,直到得到训练完成的参考类型识别子模型;基于各参考类型识别子模型分别对应的准确率,确定与样本维度数据对应的目标类型识别子模型。
其中,具体的,针对每种样本维度数据,基于样本维度数据对应的样本数据子特征向量和标准类型标识对至少两种初始类型识别子模型进行训练。示例性的,初始类型识别子模型的模型类型包括但不限于逻辑回归、贝叶斯分类器、k-近邻模型、支持向量机或随机森林中的至少两种。
其中,具体的,针对每种样本维度数据,将样本维度数据对应的样本数据子特征向量分别输入到至少两种训练完成的参考类型识别子模型中,根据各参考类型识别子模型的输出结果和标准类型标识,确定各参考类型识别子模型对应的准确率。在一个实施例中,可选的,将准确率最高的参考类型识别子模型作为与该样本维度数据对应的目标类型识别子模型。
在上述实施例的基础上,可选的,基于各参考类型识别子模型分别对应的准确率,确定与样本维度数据对应的目标类型识别子模型,包括:对各参考类型识别子模型分别对应的准确率进行归一化处理,得到至少两个归一化准确率,并将归一化准确率最高的参考类型识别子模型作为与样本维度数据对应的目标类型识别子模型。
其中,示例性的,归一化处理的方法为最大最小归一化。示例性的,第i个参考类型识别子模型对应的归一化准确率xi满足公式:
其中,xmin表示各参考类型识别子模型分别对应的准确率中的最小值,xmax表示各参考类型识别子模型分别对应的准确率中的最大值。
S340、获取待识别的目标广告流量数据。
S350、基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果。
图4是本发明实施例三提供的一种广告流量数据的识别方法的具体实例的流程图。具体的,获取样本广告流量数据,其中,样本广告流量数据包括广告包含广告点击数据、运行设备数据和应用运行数据三种样本维度数据。分别确定与广告点击数据对应的样本数据子特征向量(即广告点击向量)、与运行设备数据对应的样本数据子特征向量(即运行设备向量)和与应用运行数据对应的样本数据子特征向量(即应用运行向量),基于各样本数据子特征向量分别对初始广告点击数据模型、初始运行设备数据模型和初始应用运行数据模型进行训练,得到目标广告点击数据模型、目标运行设备数据模型和目标应用运行数据模型。获取待识别的目标广告流量数据对应的三种维度数据的数据维度向量分别输入到目标类型识别模型中的目标广告点击数据模型、目标运行设备数据模型和目标应用运行数据模型中,基于目标广告点击数据模型、目标运行设备数据模型和目标应用运行数据模型分别对应的输出结果和权重系数,确定目标广告流量数据对应的类型识别结果。
本实施例的技术方案,通过基于样本广告流量数据中的每种样本维度数据,对至少两种初始类型识别子模型进行训练,基于训练得到的至少两个参考类型识别子模型对应的准确率,确定与样本维度数据对应的目标类型识别子模型,解决了目标类型识别子模型的输出结果不准确的问题,提高了目标类型识别子模型与样本维度数据之间的匹配度,从而进一步提高了类型识别结果的准确度。
实施例四
图5是本发明实施例四提供的一种广告流量数据的识别方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选的,各样本维度数据分别包含至少两种字段数据,相应的,在确定样本广告流量数据对应的样本数据特征向量之前,方法还包括:基于至少两个样本广告流量数据分别对应的标准类型标识,对样本广告流量数据进行分类,得到第一样本广告流量数据集和第二样本广告流量数据集;针对样本广告流量数据中的每种样本维度数据,基于第一样本广告流量数据集和第二样本广告流量数据集,对样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型;将各样本维度数据对应的筛选后的字段类型对应的字段数据构成的广告流量数据作为筛选后的样本广告流量数据。
本实施例的具体实施步骤包括:
S410、获取样本广告流量数据以及与样本广告流量数据对应的标准类型标识。
S420、基于至少两个样本广告流量数据分别对应的标准类型标识,对样本广告流量数据进行分类,得到第一样本广告流量数据集和第二样本广告流量数据集。
其中,示例性的,第一样本广告流量数据集中的样本广告流量数据属于虚假流量数据,第二样本广告流量数据集中的样本广告流量数据不属于虚假流量数据。
S430、针对样本广告流量数据中的每种样本维度数据,基于第一样本广告流量数据集和第二样本广告流量数据集,对样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型。
在本实施例中,每个样本广告流量数据中样本维度数据包含的字段数据所属的字段类型都是相同的。以样本维度数据为运行设备数据为例,如样本广告流量数据A中运行设备数据A包含的iphone11和128G所属的字段类型分别为设备型号和设备内存,相应的,样本广告流量数据B中运行设备数据B包含的华为和256G所属的字段类型同样分别为设备型号和设备内存。具体的,每个样本广告流量数据包含的字段数据所属的字段类型均是相同的,但每个样本广告流量数据包含的字段数据可能是不同的。
在一个实施例中,可选的,基于第一样本广告流量数据集和第二样本广告流量数据集,对样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型,包括:针对每种字段类型,基于第一样本广告流量数据集和第二样本广告流量数据集,确定字段类型对应的字段信息熵;基于各字段信息熵对各字段类型进行排序,并将满足预设排序数量的字段类型作为筛选后的字段类型。
在一个实施例中,可选的,基于第一样本广告流量数据集和第二样本广告流量数据集,确定字段类型对应的字段信息熵,包括:基于第一样本广告流量数据集和第二样本广告流量数据集,分别确定字段类型对应的至少一个字段数据的第一出现次数和第二出现次数;基于各字段数据的第一出现次数和第二出现次数,分别确定字段类型对应的第一信息熵和第二信息熵;基于第一信息熵和第二信息熵,确定字段类型对应的字段信息熵。
由于每个样本广告流量数据包含的字段数据所属的字段类型均是相同的,但在不同样本广告流量数据中每种字段类型对应的字段数据可能是不同的。如字段类型为设备型号,该字段类型在样本广告流量数据A对应的字段数据为华为,而该字段类型在样本广告流量数据B对应的字段数据为iphone11。
其中,具体的,第一出现次数用于描述字段数据在第一样本广告流量数据集中的出现次数,第二出现次数用于描述字段数据在第二样本广告流量数据集中的出现次数。
在一个实施例中,可选的,基于各字段数据的第一出现次数和第二出现次数,分别确定字段类型对应的第一信息熵和第二信息熵,包括:
获取字段类型对应的所有字段数据在第一样本广告流量数据集中的第一总出现次数,基于第一出现次数和第一总出现次数,确定字段类型对应的第一信息熵;获取字段类型对应的所有字段数据在第二样本广告流量数据集中的第二总出现次数,基于第二出现次数和第二总出现次数,确定字段类型对应的第二信息熵。
其中,具体的,第一信息熵H1满足公式:
其中,pi表示第i个字段数据对应的第一出现次数,n表示字段类型对应的字段数据的个数,P1表示第一总出现次数。
同理,第二信息熵H2满足公式:
其中,具体的,字段信息熵为第一信息熵与第二信息熵的差值的绝对值。具体的,将排序结果中前预设排序数量的类型信息熵对应的字段类型作为筛选后的字段类型。其中,示例性的,预设排序数量为100或1000。此处对预设排序数量的具体取值不作限定。
举例而言,假设样本广告流量数据中样本维度数据包含的字段数据所属的字段类型排序结果为字段类型1、字段类型2和字段类型3,则预设排序数量为2,则筛选后的字段类型包括字段类型1和字段类型2。
S440、将各样本维度数据对应的筛选后的字段类型对应的字段数据构成的广告流量数据作为修正后的样本广告流量数据。
其中,示例性的,修正前的样本广告流量数据中的样本维度数据包含与字段类型1、字段类型2和字段类型3分别对应的字段数据1、字段数据2和字段数据3,修正后的样本广告流量数据中的样本维度数据包含字段类型1和字段类型2分别对应的字段数据1和字段数据2。
S450、确定修正后的样本广告流量数据对应的样本数据特征向量。
S460、基于各样本数据子特征向量以及标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型。
S470、获取待识别的目标广告流量数据。
S480、基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果。
本实施例的技术方案,通过基于标准类型标识对至少两个样本广告流量数据进行分类,得到第一样本广告流量数据集和第二样本广告流量数据集,并基于第一样本广告流量数据集和第二样本广告流量数据集对样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型,解决了样本广告流量数据中字段数据冗余的问题,从而降低了目标类型识别模型的处理数据量,提高了广告流量数据的识别效率。
实施例五
图6是本发明实施例五提供的一种广告流量数据的识别装置的示意图。本实施例可适用于移动广告投放过程中对广告流量数据进行反作弊识别的情况,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端设备中。该广告流量数据的识别装置包括:目标广告流量数据获取模块510和类型识别结果确定模块520。
其中,目标广告流量数据获取模块510,用于获取待识别的目标广告流量数据;其中,目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
类型识别结果确定模块520,用于基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果;其中,目标类型识别模型包含与各维度数据分别对应的目标类型识别子模型,类型识别结果用于表征目标广告流量数据是否属于虚假流量数据。
本实施例的技术方案,通过对目标广告流量数据包含的数据内容进行分类得到至少两种维度数据,基于至少两种维度数据确定目标广告流量数据对应的类型识别结果,解决了单一数据导致广告流量数据识别结果不准确的问题。进一步地,本发明实施例通过构建与各维度数据分别对应的目标类型识别子模型,提高了类型识别模型输出的类型识别结果的准确度和稳定性。
在上述技术方案的基础上,可选的,类型识别结果确定模块520包括:
数据特征向量确定单元,用于确定目标广告流量数据对应的数据特征向量;其中,数据特征向量包含与各维度数据分别对应的数据子特征向量;
输出结果确定单元,用于针对每个维度数据对应的数据子特征向量,将数据子特征向量输入到与维度数据对应的目标类型识别子模型中,得到目标类型识别子模型的输出结果;
类型识别结果确定单元,用于基于各目标类型识别子模型的输出结果,确定与目标广告流量数据对应的类型识别结果。
在上述技术方案的基础上,可选的,数据特征向量确定单元,包括:
重要程度比率确定子单元,用于基于各维度数据在参考广告流量数据集中的出现次数,确定各维度数据分别对应的重要程度比率;其中,参考广告流量数据集包含至少两个待识别的广告流量数据,待识别的广告流量数据包含目标广告流量数据;
数据特征向量确定子单元,用于将各重要程度比率作为目标广告流量数据对应的数据特征向量。
在上述技术方案的基础上,可选的,重要程度比率确定子单元,具体用于:
针对每种维度数据,基于维度数据在参考广告流量数据集中的出现次数以及参考广告流量数据集中待识别的广告流量数据的数据量,确定维度数据对应的值频率;
基于维度数据在参考广告流量数据集中的出现次数以及参考广告流量数据集对应的总字段数,确定维度数据对应的逆向文件频率;
基于值频率和逆向文件频率,确定维度数据对应的重要程度比率。
在上述技术方案的基础上,可选的,类型识别结果确定单元,具体用于:
基于各目标类型识别子模型分别对应的准确率,确定各目标类型识别子模型分别对应的权重系数;
基于各权重系数和各输出结果,确定目标广告流量数据对应的类型识别结果。
在上述技术方案的基础上,可选的,该装置还包括:目标类型识别模型的训练模块,目标类型识别模型的训练模块,包括:
样本广告流量数据获取单元,用于获取样本广告流量数据以及与样本广告流量数据对应的标准类型标识;其中,样本广告流量数据包含广告点击数据、运行设备数据和应用运行数据中至少两种样本维度数据;
样本数据特征向量确定单元,用于确定样本广告流量数据对应的样本数据特征向量;其中,样本数据特征向量包含与各样本维度数据分别对应的样本数据子特征向量;
目标类型识别模型确定单元,用于基于各样本数据子特征向量以及标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型。
在上述技术方案的基础上,可选的,目标类型识别模型确定单元,包括:
样本数据子特征向量输入子单元,用于针对每种样本维度数据,将与样本维度数据对应的样本数据子特征向量分别输入到至少两种初始类型识别子模型中;其中,各初始类型识别子模型的模型类型不同;
参考类型识别子模型确定子单元,用于根据各初始类型识别子模型的输出结果和标准类型标识,对各初始类型识别子模型的模型参数进行调整,直到得到训练完成的参考类型识别子模型;
目标类型识别子模型确定子单元,用于基于各参考类型识别子模型分别对应的准确率,确定与样本维度数据对应的目标类型识别子模型。
在上述技术方案的基础上,可选的,目标类型识别子模型确定子单元,具体用于:
对各参考类型识别子模型分别对应的准确率进行归一化处理,得到至少两个归一化准确率,并将归一化准确率最高的参考类型识别子模型作为与样本维度数据对应的目标类型识别子模型。
在上述技术方案的基础上,可选的,各样本维度数据分别包含至少两种字段数据,该装置还包括:
样本广告流量数据分类模块,用于在确定样本广告流量数据对应的样本数据特征向量之前,基于至少两个样本广告流量数据分别对应的标准类型标识,对样本广告流量数据进行分类,得到第一样本广告流量数据集和第二样本广告流量数据集;
字段类型筛选模块,用于针对样本广告流量数据中的每种样本维度数据,基于第一样本广告流量数据集和第二样本广告流量数据集,对样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型;
样本广告流量数据修正模块,用于将各样本维度数据对应的筛选后的字段类型对应的字段数据构成的广告流量数据作为修正后的样本广告流量数据。
在上述技术方案的基础上,可选的,字段类型筛选模块,包括:
字段信息熵确定单元,用于针对每种字段类型,基于第一样本广告流量数据集和第二样本广告流量数据集,确定字段类型对应的字段信息熵;
字段类型筛选单元,用于基于各字段信息熵对各字段类型进行排序,并将满足预设排序数量的字段类型作为筛选后的字段类型。
在上述技术方案的基础上,可选的,字段信息熵确定单元,具体用于:
基于第一样本广告流量数据集和第二样本广告流量数据集,分别确定字段类型对应的至少一个字段数据的第一出现次数和第二出现次数;
基于各字段数据的第一出现次数和第二出现次数,分别确定字段类型对应的第一信息熵和第二信息熵;
基于第一信息熵和第二信息熵,确定字段类型对应的字段信息熵。
本发明实施例所提供的广告流量数据的识别装置可以用于执行本发明实施例所提供的广告流量数据的识别方法,具备执行方法相应的功能和有益效果。
值得注意的是,上述广告流量数据的识别装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例六
图7是本发明实施例六提供的一种电子设备的结构示意图,本发明实施例为本发明上述实施例的广告流量数据的识别方法的实现提供服务,可配置上述实施例中的广告流量数据的识别装置。图7示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图7显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图7所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的广告流量数据的识别方法。
通过上述电子设备,解决了单一数据导致广告流量数据识别结果不准确的问题,提高了类型识别模型输出的类型识别结果的准确度和稳定性。
实施例七
本发明实施例七还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种广告流量数据的识别方法,该方法包括:
获取待识别的目标广告流量数据;其中,目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
基于目标广告流量数据和训练完成的目标类型识别模型,确定与目标广告流量数据对应的类型识别结果;其中,目标类型识别模型包含与各维度数据分别对应的目标类型识别子模型,类型识别结果用于表征目标广告流量数据是否属于虚假流量数据。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的广告流量数据的识别方法中的相关操作。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种广告流量数据的识别方法,其特征在于,包括:
获取待识别的目标广告流量数据;其中,所述目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果;其中,所述目标类型识别模型包含与各所述维度数据分别对应的目标类型识别子模型,所述类型识别结果用于表征所述目标广告流量数据是否属于虚假流量数据。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果,包括:
确定所述目标广告流量数据对应的数据特征向量;其中,所述数据特征向量包含与各所述维度数据分别对应的数据子特征向量;
针对每个所述维度数据对应的数据子特征向量,将所述数据子特征向量输入到与所述维度数据对应的目标类型识别子模型中,得到所述目标类型识别子模型的输出结果;
基于各所述目标类型识别子模型的输出结果,确定与所述目标广告流量数据对应的类型识别结果。
3.根据权利要求2所述的方法,其特征在于,所述确定所述目标广告流量数据对应的数据特征向量,包括:
基于各所述维度数据在参考广告流量数据集中的出现次数,确定各所述维度数据分别对应的重要程度比率;其中,所述参考广告流量数据集包含至少两个待识别的广告流量数据,所述待识别的广告流量数据包含目标广告流量数据;
将各所述重要程度比率作为所述目标广告流量数据对应的数据特征向量。
4.根据权利要求3所述的方法,其特征在于,所述基于各所述维度数据在参考广告流量数据集中的出现次数,确定各所述维度数据分别对应的重要程度比率,包括:
针对每种维度数据,基于所述维度数据在参考广告流量数据集中的出现次数以及所述参考广告流量数据集中待识别的广告流量数据的数据量,确定所述维度数据对应的值频率;
基于所述维度数据在参考广告流量数据集中的出现次数以及所述参考广告流量数据集对应的总字段数,确定所述维度数据对应的逆向文件频率;
基于所述值频率和所述逆向文件频率,确定所述维度数据对应的重要程度比率。
5.根据权利要求2所述的方法,其特征在于,所述基于各所述目标类型识别子模型的输出结果,确定与所述目标广告流量数据对应的类型识别结果,包括:
基于各所述目标类型识别子模型分别对应的准确率,确定各所述目标类型识别子模型分别对应的权重系数;
基于各所述权重系数和各所述输出结果,确定所述目标广告流量数据对应的类型识别结果。
6.根据权利要求2所述的方法,其特征在于,所述目标类型识别模型的训练方法包括:
获取样本广告流量数据以及与所述样本广告流量数据对应的标准类型标识;其中,所述样本广告流量数据包含广告点击数据、运行设备数据和应用运行数据中至少两种样本维度数据;
确定所述样本广告流量数据对应的样本数据特征向量;其中,所述样本数据特征向量包含与各所述样本维度数据分别对应的样本数据子特征向量;
基于各所述样本数据子特征向量以及所述标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型。
7.根据权利要求6所述的方法,其特征在于,所述基于各所述样本数据子特征向量以及所述标准类型标识,对初始类型识别模型的模型参数进行调整,直到得到训练完成的目标类型识别模型,包括:
针对每种样本维度数据,将与所述样本维度数据对应的样本数据子特征向量分别输入到至少两种初始类型识别子模型中;其中,各所述初始类型识别子模型的模型类型不同;
根据各所述初始类型识别子模型的输出结果和标准类型标识,对各所述初始类型识别子模型的模型参数进行调整,直到得到训练完成的参考类型识别子模型;
基于各所述参考类型识别子模型分别对应的准确率,确定与所述样本维度数据对应的目标类型识别子模型。
8.根据权利要求7所述的方法,其特征在于,所述基于各所述参考类型识别子模型分别对应的准确率,确定与所述样本维度数据对应的目标类型识别子模型,包括:
对各所述参考类型识别子模型分别对应的准确率进行归一化处理,得到至少两个归一化准确率,并将归一化准确率最高的参考类型识别子模型作为与所述样本维度数据对应的目标类型识别子模型。
9.根据权利要求6所述的方法,其特征在于,各所述样本维度数据分别包含至少两种字段数据,相应的,在确定所述样本广告流量数据对应的样本数据特征向量之前,所述方法还包括:
基于至少两个样本广告流量数据分别对应的标准类型标识,对所述样本广告流量数据进行分类,得到第一样本广告流量数据集和第二样本广告流量数据集;
针对样本广告流量数据中的每种样本维度数据,基于所述第一样本广告流量数据集和第二样本广告流量数据集,对所述样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型;
将各样本维度数据对应的筛选后的字段类型对应的字段数据构成的广告流量数据作为修正后的样本广告流量数据。
10.根据权利要求9所述的方法,其特征在于,所述基于所述第一样本广告流量数据集和第二样本广告流量数据集,对所述样本维度数据包含的字段数据所属的字段类型进行筛选,得到筛选后的字段类型,包括:
针对每种字段类型,基于所述第一样本广告流量数据集和所述第二样本广告流量数据集,确定所述字段类型对应的字段信息熵;
基于各所述字段信息熵对各所述字段类型进行排序,并将满足预设排序数量的字段类型作为筛选后的字段类型。
11.根据权利要求10所述的方法,其特征在于,所述基于所述第一样本广告流量数据集和所述第二样本广告流量数据集,确定所述字段类型对应的字段信息熵,包括:
基于所述第一样本广告流量数据集和所述第二样本广告流量数据集,分别确定所述字段类型对应的至少一个字段数据的第一出现次数和第二出现次数;
基于各所述字段数据的第一出现次数和第二出现次数,分别确定所述字段类型对应的第一信息熵和第二信息熵;
基于所述第一信息熵和第二信息熵,确定所述字段类型对应的字段信息熵。
12.一种广告流量数据的识别装置,其特征在于,包括:
目标广告流量数据获取模块,用于获取待识别的目标广告流量数据;其中,所述目标广告流量数据包含广告点击数据、运行设备数据和应用运行数据中的至少两种维度数据;
类型识别结果确定模块,用于基于所述目标广告流量数据和训练完成的目标类型识别模型,确定与所述目标广告流量数据对应的类型识别结果;其中,所述目标类型识别模型包含与各所述维度数据分别对应的目标类型识别子模型,所述类型识别结果用于表征所述目标广告流量数据是否属于虚假流量数据。
13.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的广告流量数据的识别方法。
14.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的广告流量数据的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320332.8A CN113052632B (zh) | 2021-03-25 | 2021-03-25 | 一种广告流量数据的识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110320332.8A CN113052632B (zh) | 2021-03-25 | 2021-03-25 | 一种广告流量数据的识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052632A true CN113052632A (zh) | 2021-06-29 |
CN113052632B CN113052632B (zh) | 2024-05-17 |
Family
ID=76515149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110320332.8A Active CN113052632B (zh) | 2021-03-25 | 2021-03-25 | 一种广告流量数据的识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052632B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605697A (zh) * | 2013-11-06 | 2014-02-26 | 北京掌阔移动传媒科技有限公司 | 一种手机广告作弊点击的判断方法 |
CN106919579A (zh) * | 2015-12-24 | 2017-07-04 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及装置、设备 |
CN109034906A (zh) * | 2018-08-03 | 2018-12-18 | 北京木瓜移动科技股份有限公司 | 广告转化的反作弊方法、装置、电子设备及存储介质 |
US20190122258A1 (en) * | 2017-10-23 | 2019-04-25 | Adbank Inc. | Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks |
CN110162620A (zh) * | 2019-01-10 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 黑产广告的检测方法、装置、服务器及存储介质 |
CN111435507A (zh) * | 2019-01-11 | 2020-07-21 | 腾讯科技(北京)有限公司 | 广告反作弊方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-03-25 CN CN202110320332.8A patent/CN113052632B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605697A (zh) * | 2013-11-06 | 2014-02-26 | 北京掌阔移动传媒科技有限公司 | 一种手机广告作弊点击的判断方法 |
CN106919579A (zh) * | 2015-12-24 | 2017-07-04 | 腾讯科技(深圳)有限公司 | 一种信息处理方法及装置、设备 |
US20190122258A1 (en) * | 2017-10-23 | 2019-04-25 | Adbank Inc. | Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks |
CN109034906A (zh) * | 2018-08-03 | 2018-12-18 | 北京木瓜移动科技股份有限公司 | 广告转化的反作弊方法、装置、电子设备及存储介质 |
CN110162620A (zh) * | 2019-01-10 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 黑产广告的检测方法、装置、服务器及存储介质 |
CN111435507A (zh) * | 2019-01-11 | 2020-07-21 | 腾讯科技(北京)有限公司 | 广告反作弊方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (3)
Title |
---|
XIN ZHANG ET AL.: "A Click Fraud Detection Scheme based on Cost sensitive BPNN and ABC in Mobile Advertising", 《2018 IEEE 4TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS (ICCC)》 * |
张欣;刘学军;李斌;郭汉;: "一种网络广告点击欺诈检测的SVM集成方法", 小型微型计算机系统, no. 05 * |
董亚楠;刘学军;李斌;: "一种基于用户行为特征选择的点击欺诈检测方法", 计算机科学, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN113052632B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271512B (zh) | 舆情评论信息的情感分析方法、装置及存储介质 | |
US11381861B2 (en) | Method and device for pushing a barrage, and electronic device | |
CN111078479B (zh) | 一种内存检测模型训练的方法、内存检测的方法及装置 | |
CN107613022B (zh) | 内容推送方法、装置及计算机设备 | |
CN108319723B (zh) | 一种图片分享方法和装置、终端、存储介质 | |
CN110598157B (zh) | 目标信息识别方法、装置、设备及存储介质 | |
CN112632385A (zh) | 课程推荐方法、装置、计算机设备及介质 | |
EP2437207A1 (en) | Method and arangement for ranking of live web applications | |
CN108376129B (zh) | 一种纠错方法及装置 | |
CN113383362B (zh) | 用户识别方法及相关产品 | |
CN111275205B (zh) | 虚拟样本的生成方法、终端设备及存储介质 | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN112612887A (zh) | 日志处理方法、装置、设备和存储介质 | |
CN110807050B (zh) | 性能分析方法、装置、计算机设备及存储介质 | |
CN110018845B (zh) | 元数据版本对比方法及装置 | |
CN112214770B (zh) | 恶意样本的识别方法、装置、计算设备以及介质 | |
CN111435369A (zh) | 音乐推荐方法、装置、终端及存储介质 | |
CN110019813A (zh) | 寿险案例检索方法、检索装置、服务器及可读存储介质 | |
WO2021081914A1 (zh) | 推送对象确定方法、装置、终端设备及存储介质 | |
CN107071553B (zh) | 一种修改视频语音的方法、装置和计算机可读存储介质 | |
CN113052632B (zh) | 一种广告流量数据的识别方法、装置、设备及存储介质 | |
CN113505272B (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
CN111310016B (zh) | 标签挖掘方法、装置、服务器和存储介质 | |
CN110275986B (zh) | 基于协同过滤的视频推荐方法、服务器及计算机存储介质 | |
CN111459540B (zh) | 硬件性能提升建议方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |