匯集移動(dòng)廣告行業(yè)熱點(diǎn)資訊和變現(xiàn)指南,激發(fā)移動(dòng)應(yīng)用廣告變現(xiàn)增長(zhǎng)無(wú)限可能!
【在線試用】芒果聯(lián)盟,一站式APP流量變現(xiàn)專家,提供聚合SDK、內(nèi)容SDK(短劇SDK、游戲SDK、積分墻SDK)幫助開(kāi)發(fā)者提升至少20%的APP廣告收益,立即注冊(cè),測(cè)算你的APP廣告收益!
【變現(xiàn)產(chǎn)品】小程序接入廣告 | APP廣告變現(xiàn)收益測(cè)算
【猜你喜歡】新開(kāi)發(fā)一款廣告變現(xiàn)APP,如何獲取新用戶方法策略

識(shí)別作弊用戶的方法
首先要明確的是反作弊和機(jī)器學(xué)習(xí)是沒(méi)有必然聯(lián)系的,反作弊最終目的是高效地排除作弊流量,只要達(dá)到這個(gè)目的,用不用機(jī)器學(xué)習(xí)并不重要,機(jī)器學(xué)習(xí)只是反作弊的實(shí)現(xiàn)途徑之一,至于選擇哪一種途徑實(shí)現(xiàn)反作弊還是要看具體的業(yè)務(wù)場(chǎng)景和實(shí)現(xiàn)成本。
反作弊最重要的是識(shí)別作弊用戶,即確定作弊用戶的行為規(guī)則或規(guī)律,也就是行為異常點(diǎn),而找異常值的方法論很多:
1.統(tǒng)計(jì)學(xué)方法對(duì)異常值的檢測(cè)(3σ探測(cè)方法、四分位數(shù)展布法等)
2.基于距離的異常值檢測(cè)
3.基于分類模型的異常值檢測(cè),這即是通過(guò)機(jī)器學(xué)習(xí)的方法。(根據(jù)已有的數(shù)據(jù),然后建立模型,得到異常行為的模型特征庫(kù)
▲圖片來(lái)自網(wǎng)絡(luò),一個(gè)簡(jiǎn)單的貝葉斯網(wǎng)絡(luò)
然后對(duì)新來(lái)的數(shù)據(jù)點(diǎn)進(jìn)行建模判斷:貝葉斯模型、神經(jīng)網(wǎng)絡(luò)模型、決策樹(shù)、svm等分類模型
還必須要指出的是這樣找出的異常行為點(diǎn),并不一定就能夠完全確定作弊用戶,還需要對(duì)異常行為點(diǎn)做事后的驗(yàn)證。
如何用機(jī)器學(xué)習(xí)做反作弊
首先,我們要先了解會(huì)有哪些作弊行為:
1.流氓軟件后臺(tái)展示。
2.不斷變更設(shè)備信息,模擬用戶行為。
3.設(shè)備偽裝,主要通過(guò)篡改設(shè)備id號(hào),并偽造虛假的網(wǎng)絡(luò)環(huán)境。
4.偽造點(diǎn)擊日志
......
其次,看一下作弊行為可能有哪些表現(xiàn):
1.廣告ctr異常:主要指虛擬點(diǎn)擊或惡意點(diǎn)擊,即點(diǎn)擊/曝光過(guò)高比例,或者起伏很大
2.廣告訪問(wèn)ip分布異常:少量ip產(chǎn)生大量點(diǎn)擊或者曝光,及用戶ip對(duì)應(yīng)物理地址變化異常
3.url,訪問(wèn)者指紋信息(瀏覽器,操作系統(tǒng)等)異常:例如大量的點(diǎn)擊或者曝光數(shù),都來(lái)自于同一版本的瀏覽器或操作系統(tǒng),或者占比過(guò)高
4.廣告點(diǎn)擊沒(méi)有對(duì)應(yīng)的曝光請(qǐng)求(不建議用機(jī)器學(xué)習(xí),如果用戶特征足夠多的話,可做實(shí)時(shí)預(yù)測(cè),但預(yù)測(cè)的準(zhǔn)確率可能沒(méi)有事后線下匹配的準(zhǔn)確率高)
5.激活與點(diǎn)擊時(shí)間差過(guò)短
6.廣告訪問(wèn)時(shí)間分布異常
7.戶機(jī)對(duì)應(yīng)異常
8.請(qǐng)求量異常
.....
▲聚合廣告平臺(tái) 智能反作弊系統(tǒng)
最后,根據(jù)作弊行為的表現(xiàn)特征獲取反作弊策略和歷史黑名單庫(kù);其中歷史黑名單庫(kù)可以有設(shè)備黑名單庫(kù)和ip黑名單庫(kù)等。
熱門搜索:小程序廣告對(duì)接 | 芒果廣告
廣告聚合平臺(tái)-點(diǎn)擊注冊(cè)-聚合廣告聯(lián)盟
相關(guān)詞條:SDK廣告接入 | 聚合SDK廣告平臺(tái) | ROAS | APP廣告變現(xiàn) | APP廣告變現(xiàn) | 應(yīng)用內(nèi)購(gòu)買 | 百度廣告聯(lián)盟 | 聚合廣告平臺(tái) | APP變現(xiàn)百科
免責(zé)聲明:本站文章來(lái)源于互聯(lián)網(wǎng),文章為作者獨(dú)立觀點(diǎn),不代表本站立場(chǎng)。如有侵權(quán),請(qǐng)聯(lián)系我們。