一种广告流量反作弊方法技术

技术编号:21800536 阅读:18 留言:0更新日期:2019-08-07 10:51
本发明专利技术涉及一种广告流量反作弊方法,服务器包括流量作弊分析识别模块,包括步骤:⑴流量作弊分析识别模块根据用户的IP、cookie或设备ID作为分辨依据来统计用户是否存在高频次、频率曝光或点击;⑵流量作弊分析识别模块根据设定的规则对用户的广告浏览、点击的频次、频率进行分析来识别流量作弊,流量作弊分析识别模块综合考量用户留存、停留时间、访问深度、站内交互情况来分析识别作弊流量;⑶流量作弊分析识别模块对到站流量进行针对来源页面的侦查,将来源页面数据与投放媒体进行匹配后根据设定的规则辨别作弊流量。本发明专利技术采用增强作弊流量识别效果的系统及其算法,具有能够全面分析辨别广告流量作弊的特点。

An Anti-cheating Method for Advertising Traffic

【技术实现步骤摘要】
一种广告流量反作弊方法
本专利技术涉及一种广告流量反作弊方法,特别涉及一种增强作弊流量识别效果的广告流量反作弊方法,属于网络广告数据分析领域。
技术介绍
近年我国广告程序化购买支出已经达到167.4亿美元,增幅显著,占我国网络展示广告支出一半以上。品牌广告主通过程序化购买,让营销流程越来越简化,效率越来越高。但同时,数据流量作弊猖獗也是全球面临的共同问题。据统计,2016年仅美国数字广告市场因虚假流量遭遇的损失就超过了70亿美元,机器人流量对广告诚信度的影响越来越严重。目前国内网络广告数据分析系统对虚假流量的分析判断大都处于初级阶段,或者有些系统根本没有反作弊环节。
技术实现思路
本专利技术广告流量反作弊方法公开了新的方案,采用增强作弊流量识别效果的系统及其算法,解决了现有方案对于广告流量作弊分析辨别效果不理想的问题。本专利技术广告流量反作弊方法,广告流量反作弊方法基于服务器运行,服务器包括流量作弊分析识别模块,包括步骤:⑴用户标识:流量作弊分析识别模块根据用户的IP、cookie或设备ID作为分辨依据来统计用户是否存在高频次或高频率曝光或点击;⑵用户行为:流量作弊分析识别模块根据设定的规则对用户的广告浏览频次、频率和点击的频次、频率进行分析来识别流量作弊,流量作弊分析识别模块综合考量用户留存、停留时间、访问深度、站内交互情况来分析识别作弊流量,站内交互情况包括点击、滚动、输入操作;⑶广告来源:流量作弊分析识别模块对到站流量进行针对来源页面的侦查,将来源页面数据与投放媒体进行匹配后根据设定的规则辨别作弊流量。进一步,本方案的方法的步骤⑴中,流量作弊分析识别模块通过综合考虑浏览器指纹信息来识别作弊流量,当用户IP或者cookie都不一样,但是这群IP或者cookie的浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌都相同时,就判定为作弊流量。进一步,本方案的方法的步骤⑵中,流量作弊分析识别模块根据以下行为模式判定作弊流量:①同一用户在同一时间在多个广告位产生了浏览或点击行为,或短时间内在同一广告位产生多次曝光或点击;②同一用户的广告浏览或点击时间间隔具有超常的规律性;③曝光数和点击数在某个时间点爆发式增涨;④用户未浏览广告就直接产生了点击行为,通常表现为出现大量无曝光的点击;⑤用户浏览广告的面积和时长数据异常;⑥用户点击广告的位置具有超常的规律性或过于集中;⑦用户行为的各环节遵循严谨的时间先后顺序,用户行为的各环节包括浏览广告、点击广告、到站、转化,点击广告的时间早于浏览广告的时间或浏览和点击行为之间的时间间隔异常。进一步,本方案的方法的步骤⑵中,流量作弊分析识别模块利用用户点击的区域、次数、频率、页面窗口大小的指标辨别作弊的媒体供应方利用机器产生大量的页面点击。进一步,本方案的方法的步骤⑶中,流量作弊分析识别模块根据以下情况判定作弊流量:①发现大量无来源页面的广告流量;②发现来源页面与所投放的媒体不对应。本专利技术广告流量反作弊方法采用增强作弊流量识别效果的系统及其算法,具有能够全面分析辨别广告流量作弊的特点。附图说明图1是本专利技术广告流量反作弊方法的流程简图。具体实施方式本专利技术广告流量反作弊方法,广告流量反作弊方法基于服务器运行,服务器包括流量作弊分析识别模块,包括步骤:⑴用户标识:流量作弊分析识别模块根据用户的IP、cookie或设备ID作为分辨依据来统计用户是否存在高频次或高频率曝光或点击;⑵用户行为:流量作弊分析识别模块根据设定的规则对用户的广告浏览频次、频率和点击的频次、频率进行分析来识别流量作弊,流量作弊分析识别模块综合考量用户留存、停留时间、访问深度、站内交互情况来分析识别作弊流量,站内交互情况包括点击、滚动、输入操作;⑶广告来源:流量作弊分析识别模块对到站流量进行针对来源页面的侦查,将来源页面数据与投放媒体进行匹配后根据设定的规则辨别作弊流量。上述方案采用增强作弊流量识别效果的系统及其算法,不仅能够侦测机器流量作弊,也能够侦测人的流量作弊行为,全面提升了有效流量的真实可信度。为了实现用户标识分析辨别,本方案的方法的步骤⑴中,流量作弊分析识别模块通过综合考虑浏览器指纹信息来识别作弊流量,当用户IP或者cookie都不一样,但是这群IP或者cookie的浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌都相同时,就判定为作弊流量。为了实现用户行为分析辨别,本方案的方法的步骤⑵中,流量作弊分析识别模块根据以下行为模式判定作弊流量:①同一用户在同一时间在多个广告位产生了浏览或点击行为,或短时间内在同一广告位产生多次曝光或点击;②同一用户的广告浏览或点击时间间隔具有超常的规律性;③曝光数和点击数在某个时间点爆发式增涨;④用户未浏览广告就直接产生了点击行为,通常表现为出现大量无曝光的点击;⑤用户浏览广告的面积和时长数据异常;⑥用户点击广告的位置具有超常的规律性或过于集中;⑦用户行为的各环节遵循严谨的时间先后顺序,用户行为的各环节包括浏览广告、点击广告、到站、转化,点击广告的时间早于浏览广告的时间或浏览和点击行为之间的时间间隔异常。本方案的方法的步骤⑵中,流量作弊分析识别模块利用用户点击的区域、次数、频率、页面窗口大小的指标辨别作弊的媒体供应方利用机器产生大量的页面点击。为了实现广告来源的分析辨别,本方案的方法的步骤⑶中,流量作弊分析识别模块根据以下情况判定作弊流量:①发现大量无来源页面的广告流量;②发现来源页面与所投放的媒体不对应。本方案公开了一种网络广告流量数据分析方法。大多数情况下,需求方都把焦点放在了非人类流量上,然而作弊远远不止那些机器人流量。下面简单列举几种常见的作弊方式:⑴假用户,一般是利用机器人,不断地变换IP、cookie甚至设备ID等来伪装成不同的“用户”去刷广告页面或点击广告;⑵真用户假流量,这类作弊是机器人作弊的进阶版,它利用了真实的用户设备,使得作弊流量的用户属性特征更接近真实流量,常见手段有广告容器设置为1x1像素、利用插件植入不可见的广告位置、利用黑客手段控制其它终端刷广告、雇佣“枪手”刷广告等;⑶真用户真流量,这类作弊相较于前两种作弊方式而言规格更高,表现一就是“挂羊头卖狗肉”,用劣质流量滥竽充数卖高价,表现二是通过http或者DNS进行流量劫持,不完全算是作弊流量,叫它“非法流量”可能更准确。反作弊工作需要事前预防、事后追溯、人工排查、智能算法等方式多管齐下。下面从“用户标识、用户行为、广告来源”三个角度阐述反作弊的方法。用户标识一般是根据IP、cookie(或设备ID)作为分辨用户的依据,统计某些用户是否存在高频次或高频率曝光或点击。有些媒体会通过机器人变换IP来干扰视线,这种情况下就必须综合考虑浏览器指纹等信息来识别作弊流量。比如,当IP或者cookie都不一样,但是这群IP或者cookie的浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌都相同时,就需要引起特别注意。用户行为广告浏览/点击,对用户的广告浏览频次/频率和点击的频次/频率进行分析。常见的作弊行为模式包括:⑴同一用户、同一时间在多个广告位产生了浏览或点击行为,或短时间内在同一广告位产生多次曝光或点击;⑵同一用户的广告浏览或点击时间间隔过于规律;⑶曝光数和点击数在某个时间点暴涨;⑷本文档来自技高网...

【技术保护点】
1.一种广告流量反作弊方法,所述广告流量反作弊方法基于服务器运行,所述服务器包括流量作弊分析识别模块,其特征是包括步骤:⑴用户标识:流量作弊分析识别模块根据用户的IP、cookie或设备ID作为分辨依据来统计用户是否存在高频次或高频率曝光或点击;⑵用户行为:流量作弊分析识别模块根据设定的规则对用户的广告浏览频次、频率和点击的频次、频率进行分析来识别流量作弊,流量作弊分析识别模块综合考量用户留存、停留时间、访问深度、站内交互情况来分析识别作弊流量,站内交互情况包括点击、滚动、输入操作;⑶广告来源:流量作弊分析识别模块对到站流量进行针对来源页面的侦查,将来源页面数据与投放媒体进行匹配后根据设定的规则辨别作弊流量。

【技术特征摘要】
1.一种广告流量反作弊方法,所述广告流量反作弊方法基于服务器运行,所述服务器包括流量作弊分析识别模块,其特征是包括步骤:⑴用户标识:流量作弊分析识别模块根据用户的IP、cookie或设备ID作为分辨依据来统计用户是否存在高频次或高频率曝光或点击;⑵用户行为:流量作弊分析识别模块根据设定的规则对用户的广告浏览频次、频率和点击的频次、频率进行分析来识别流量作弊,流量作弊分析识别模块综合考量用户留存、停留时间、访问深度、站内交互情况来分析识别作弊流量,站内交互情况包括点击、滚动、输入操作;⑶广告来源:流量作弊分析识别模块对到站流量进行针对来源页面的侦查,将来源页面数据与投放媒体进行匹配后根据设定的规则辨别作弊流量。2.根据权利要求1所述的广告流量反作弊方法,其特征在于,步骤⑴中,流量作弊分析识别模块通过综合考虑浏览器指纹信息来识别作弊流量,当用户IP或者cookie都不一样,但是这群IP或者cookie的浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌都相同时,就判定为作弊流量。3.根据权利要求1所述的广告流量反作弊方法,...

【专利技术属性】
技术研发人员:温洋
申请(专利权)人:上海甚术网络科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1