Web挖掘在檢測網(wǎng)絡廣告欺詐行為中的研究與應用.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡廣告已經(jīng)成為一種新的市場推廣手段。各行各業(yè)的市場人員通過多姿多彩的網(wǎng)絡廣告宣傳自己的產(chǎn)品和品牌的同時,也為這些廣告支付廣告費用,其中按點擊付費廣告是目前互聯(lián)網(wǎng)界簡單易行且流行的廣告計費方式,它以每次網(wǎng)頁上的廣告被點擊并連接到相關網(wǎng)站或者詳細內(nèi)容頁面為基準的網(wǎng)絡廣告收費模式。點擊欺詐(Click Fraud)存在于網(wǎng)絡廣告的按點擊付費模式中,當一個人對廣告本身沒有興趣,而只是為了某種利益,采取手動或者利用計算機程序的

2、方式模仿正常用戶點擊廣告時,點擊欺詐便產(chǎn)生了。點擊欺詐的出現(xiàn)和泛濫,極大地危害了互聯(lián)網(wǎng)的健康發(fā)展。
　　 本文主要是研究Web挖掘應用于網(wǎng)絡廣告中的點擊欺詐,針對國內(nèi)外有關點擊欺詐檢測方法進行深入研究,結合Web挖掘的離群點挖掘、多元線性分析、時序分析等算法,設計了一套基于Web挖掘的網(wǎng)絡廣告欺詐點擊檢測模型,同時系統(tǒng)地介紹了該模型的檢測體系。此檢測體系分為兩大步:初步評估、評估修正。初步評估主要是根據(jù)當前點擊流和短時間內(nèi)點擊流

3、進行分析,然后給出此點擊的初步評估分,并反饋到前臺。評估修正主要的工作是利用Web挖掘技術對初步評估進行修正和預測。在數(shù)據(jù)處理上,首先對數(shù)據(jù)進行預處理,由于采集過來的數(shù)據(jù)屬性標識的很明確,我們需要做的有數(shù)據(jù)清洗、會話識別、屬性選擇、格式轉換、歸一化等操作,但由于我們采集的數(shù)據(jù)集有服務器日志和腳本點擊流兩部分組成,所以我們還需要完成數(shù)據(jù)整合的任務,同時還要完成數(shù)據(jù)補充和校對的功能。在算法上,首先分離出離群點,然后對這些離群點單獨分析,而對

4、于新進來的數(shù)據(jù)我們需要結合歷史數(shù)據(jù)集進行多元線性回歸分析,從而預測出可能是點擊欺詐行為的數(shù)據(jù),通過修正初步評估分把預測結果反饋到前臺。前臺是相對于服務器而言的,包括網(wǎng)站主、廣告主和廣告聯(lián)盟。
　　 通過本文涉及的點擊欺詐檢測模型能有效檢測或屏蔽各類點擊欺詐行為,有效屏蔽無意識的無效點擊,并且在不影響廣告展示速度的基礎上顯著提高檢測點擊欺詐的效率。本文通過多組實驗對檢測模型進行了測試,并對實驗結果進行了對比和分析。實驗結果也表明,