1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)廣告已經(jīng)成為一種新的市場(chǎng)推廣手段。各行各業(yè)的市場(chǎng)人員通過(guò)多姿多彩的網(wǎng)絡(luò)廣告宣傳自己的產(chǎn)品和品牌的同時(shí),也為這些廣告支付廣告費(fèi)用,其中按點(diǎn)擊付費(fèi)廣告是目前互聯(lián)網(wǎng)界簡(jiǎn)單易行且流行的廣告計(jì)費(fèi)方式,它以每次網(wǎng)頁(yè)上的廣告被點(diǎn)擊并連接到相關(guān)網(wǎng)站或者詳細(xì)內(nèi)容頁(yè)面為基準(zhǔn)的網(wǎng)絡(luò)廣告收費(fèi)模式。點(diǎn)擊欺詐(Click Fraud)存在于網(wǎng)絡(luò)廣告的按點(diǎn)擊付費(fèi)模式中,當(dāng)一個(gè)人對(duì)廣告本身沒(méi)有興趣,而只是為了某種利益,采取手動(dòng)或者利用計(jì)算機(jī)程序的

2、方式模仿正常用戶點(diǎn)擊廣告時(shí),點(diǎn)擊欺詐便產(chǎn)生了。點(diǎn)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(yīng)用于網(wǎng)絡(luò)廣告中的點(diǎn)擊欺詐,針對(duì)國(guó)內(nèi)外有關(guān)點(diǎn)擊欺詐檢測(cè)方法進(jìn)行深入研究,結(jié)合Web挖掘的離群點(diǎn)挖掘、多元線性分析、時(shí)序分析等算法,設(shè)計(jì)了一套基于Web挖掘的網(wǎng)絡(luò)廣告欺詐點(diǎn)擊檢測(cè)模型,同時(shí)系統(tǒng)地介紹了該模型的檢測(cè)體系。此檢測(cè)體系分為兩大步:初步評(píng)估、評(píng)估修正。初步評(píng)估主要是根據(jù)當(dāng)前點(diǎn)擊流和短時(shí)間內(nèi)點(diǎn)擊流

3、進(jìn)行分析,然后給出此點(diǎn)擊的初步評(píng)估分,并反饋到前臺(tái)。評(píng)估修正主要的工作是利用Web挖掘技術(shù)對(duì)初步評(píng)估進(jìn)行修正和預(yù)測(cè)。在數(shù)據(jù)處理上,首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,由于采集過(guò)來(lái)的數(shù)據(jù)屬性標(biāo)識(shí)的很明確,我們需要做的有數(shù)據(jù)清洗、會(huì)話識(shí)別、屬性選擇、格式轉(zhuǎn)換、歸一化等操作,但由于我們采集的數(shù)據(jù)集有服務(wù)器日志和腳本點(diǎn)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(wù),同時(shí)還要完成數(shù)據(jù)補(bǔ)充和校對(duì)的功能。在算法上,首先分離出離群點(diǎn),然后對(duì)這些離群點(diǎn)單獨(dú)分析,而對(duì)

4、于新進(jìn)來(lái)的數(shù)據(jù)我們需要結(jié)合歷史數(shù)據(jù)集進(jìn)行多元線性回歸分析,從而預(yù)測(cè)出可能是點(diǎn)擊欺詐行為的數(shù)據(jù),通過(guò)修正初步評(píng)估分把預(yù)測(cè)結(jié)果反饋到前臺(tái)。前臺(tái)是相對(duì)于服務(wù)器而言的,包括網(wǎng)站主、廣告主和廣告聯(lián)盟。
　　 通過(guò)本文涉及的點(diǎn)擊欺詐檢測(cè)模型能有效檢測(cè)或屏蔽各類點(diǎn)擊欺詐行為,有效屏蔽無(wú)意識(shí)的無(wú)效點(diǎn)擊,并且在不影響廣告展示速度的基礎(chǔ)上顯著提高檢測(cè)點(diǎn)擊欺詐的效率。本文通過(guò)多組實(shí)驗(yàn)對(duì)檢測(cè)模型進(jìn)行了測(cè)試,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比和分析。實(shí)驗(yàn)結(jié)果也表明,