本文關(guān)鍵詞： 網(wǎng)絡(luò)廣告 點(diǎn)擊欺詐 用戶行為 異常檢測(cè) 博弈論　出處：《蘭州交通大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著科技的發(fā)展和媒體的進(jìn)步，傳統(tǒng)的廣告經(jīng)營(yíng)模式已經(jīng)滿足不了發(fā)展的趨勢(shì)，網(wǎng)絡(luò)作為新型媒介平臺(tái)，占據(jù)了市場(chǎng)比較重要的位置。由于網(wǎng)絡(luò)信息的便捷性、及時(shí)性，網(wǎng)絡(luò)平臺(tái)也得到社會(huì)中各個(gè)商業(yè)領(lǐng)域的普遍應(yīng)用。許多企業(yè)開(kāi)始使用網(wǎng)絡(luò)廣告的途徑擴(kuò)展自己產(chǎn)品的知名度，使得廣告費(fèi)用支付方式被密切關(guān)注，其中按點(diǎn)擊付費(fèi)廣告是當(dāng)前互聯(lián)網(wǎng)界操作簡(jiǎn)單、易于管理且備受用戶青睞的廣告計(jì)價(jià)方式。按點(diǎn)擊付費(fèi)模式帶來(lái)計(jì)費(fèi)便利的同時(shí)也出現(xiàn)了惡意的欺詐點(diǎn)擊行為，此類點(diǎn)擊的出現(xiàn)和泛濫，嚴(yán)重的威脅了網(wǎng)絡(luò)市場(chǎng)的合理穩(wěn)健發(fā)展。因此，如何預(yù)防及檢測(cè)網(wǎng)絡(luò)廣告中點(diǎn)擊欺詐的現(xiàn)象顯得至關(guān)重要。 網(wǎng)絡(luò)廣告中的點(diǎn)擊欺詐出現(xiàn)的主要原因是市場(chǎng)中存在的牟取利益的非法競(jìng)爭(zhēng)。目前點(diǎn)擊欺詐防范方法，主要以預(yù)防與檢測(cè)兩個(gè)角度，從用戶點(diǎn)擊行為中點(diǎn)擊流數(shù)據(jù)特性出發(fā)，結(jié)合防范策略進(jìn)行研究。本文從已有的點(diǎn)擊欺詐的識(shí)別技術(shù)方法出發(fā)，采用基于密度的異常檢測(cè)算法對(duì)網(wǎng)絡(luò)中用戶行為分析，引入博弈控制思想，做出最后決策來(lái)構(gòu)建模型。論文研究?jī)?nèi)容具體如下： (1)介紹了按點(diǎn)擊付費(fèi)模式的付費(fèi)機(jī)制及特點(diǎn)，點(diǎn)擊欺詐現(xiàn)象伴隨出現(xiàn)的緣由。按點(diǎn)擊付費(fèi)模式與其他模式的區(qū)別在于對(duì)網(wǎng)絡(luò)廣告感興趣的客戶每點(diǎn)擊一次產(chǎn)生一次付費(fèi)。而市場(chǎng)中的惡意競(jìng)爭(zhēng)者正是利用此付費(fèi)機(jī)制中特點(diǎn)，進(jìn)行惡意點(diǎn)擊來(lái)謀取利益。 (2)通過(guò)研究當(dāng)前存在的幾種欺詐點(diǎn)擊識(shí)別技術(shù)及原理，采用基于密度的異常檢測(cè)算法進(jìn)行欺詐行為的分類檢測(cè)。 (3)在檢測(cè)欺詐點(diǎn)擊過(guò)程中，，引入博弈論機(jī)制，提出一種基于用戶行為防范欺詐點(diǎn)擊模型。 (4)本文使用真實(shí)的點(diǎn)擊流數(shù)據(jù)信息作為實(shí)驗(yàn)數(shù)據(jù)，采用精度、召回率和準(zhǔn)確率來(lái)衡量基于用戶行為的防范欺詐點(diǎn)擊模型的效果。實(shí)驗(yàn)表明，該模型具有較高的欺詐點(diǎn)擊行為的識(shí)別能力，從而有效監(jiān)測(cè)欺詐點(diǎn)擊行為。
[Abstract]:With the development of science and technology and the progress of media, the traditional advertising management mode can not meet the trend of development. As a new media platform, the network occupies an important position in the market. The network platform has also been widely used in various commercial fields in society. Many enterprises begin to use the way of online advertising to expand the popularity of their products, so that the way of paying for advertising expenses is paid close attention to. Pay-per-click advertising is a simple, easy-to-manage and popular method of advertising pricing in the current Internet world. The click-per-click model brings convenience to billing, and malicious fraudulent click behavior also occurs at the same time. The emergence and proliferation of this kind of click seriously threaten the reasonable and steady development of the network market. Therefore, how to prevent and detect click fraud in online advertising is very important. The main reason of click fraud in network advertisement is the illegal competition for profit making in the market. At present, the methods of preventing click fraud mainly from the perspective of prevention and detection, proceed from the characteristics of click-stream data in user's click-through behavior. Based on the existing methods of click-fraud identification, the density based anomaly detection algorithm is used to analyze the behavior of users in the network, and the idea of game control is introduced. Make the final decision to build the model. This paper introduces the mechanism and characteristics of pay-per-click mode. Click fraud comes with it. The difference between the click-per-click model and other models is that customers who are interested in online advertising pay a fee every time they click. And malicious competitors in the market take advantage of this payment mechanism. Make a malicious click to make a profit. 2) by studying several existing techniques and principles of fraud click-through identification, the density based anomaly detection algorithm is used to detect fraud. In the process of detecting fraudulent click, the game theory mechanism is introduced, and a model of preventing fraud click based on user behavior is proposed. In this paper, the real click-stream data is used as the experimental data, and the accuracy, recall and accuracy are used to measure the effectiveness of the anti-fraud click-through model based on the user's behavior. The model has high recognition ability of fraud click behavior, so it can effectively monitor fraudulent click behavior.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張祖蓮;卡米力·木衣丁;王命全;;一種有效預(yù)防點(diǎn)擊欺詐的算法[J];計(jì)算機(jī)應(yīng)用;2010年07期

2 劉國(guó)卿;;一種新的點(diǎn)擊欺詐防范算法[J];計(jì)算機(jī)工程;2011年S1期

3 立平;;孫智辰:網(wǎng)絡(luò)惡意點(diǎn)擊的克星[J];今日財(cái)富;2008年10期

4 李愛(ài)春;滕少華;;Web挖掘在網(wǎng)絡(luò)廣告點(diǎn)擊欺詐檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

5 任亞縉;;基于ASIRRA的預(yù)防點(diǎn)擊欺詐改進(jìn)算法[J];信息通信;2014年03期

6 ;Google開(kāi)創(chuàng)反點(diǎn)擊欺詐網(wǎng)站[J];軟件世界;2007年17期

7 趙福軍;;百度，不可貪小利而毀名節(jié)[J];IT時(shí)代周刊;2006年16期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)重要報(bào)紙文章 前10條

1 記者　劉世輝;“點(diǎn)擊欺詐”困擾搜索引擎[N];北京日?qǐng)?bào);2006年

2 主持人 高賽;如何規(guī)避互聯(lián)網(wǎng)“點(diǎn)擊欺詐”[N];光明日?qǐng)?bào);2006年

3 本報(bào)記者　 劉菁菁　杜昊;直面點(diǎn)擊欺詐[N];計(jì)算機(jī)世界;2006年

4 沙英;網(wǎng)絡(luò)廣告點(diǎn)擊欺詐率高達(dá)14.6%[N];人民郵電;2006年

5 ;搜索廣告陷入“點(diǎn)擊欺詐”[N];亞太經(jīng)濟(jì)時(shí)報(bào);2006年

6 本報(bào)見(jiàn)習(xí)記者　 彭瑞財(cái);搜索廣告遭遇“點(diǎn)擊欺詐”[N];財(cái)經(jīng)時(shí)報(bào);2006年

7 梁益暢;點(diǎn)擊欺詐:網(wǎng)絡(luò)廣告的夢(mèng)魘[N];計(jì)算機(jī)世界;2008年

8 邱桂奇;期待搜索引擎走出點(diǎn)擊欺詐的怪圈[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2006年

9 劉鵬;網(wǎng)頁(yè)廣告：點(diǎn)擊欺詐讓廣告費(fèi)白扔[N];新華每日電訊;2006年

10 大漠凌鷹;點(diǎn)擊欺詐成搜索引擎潛規(guī)則[N];電腦報(bào);2006年

相關(guān)碩士學(xué)位論文 前8條

1 張祖蓮;網(wǎng)絡(luò)點(diǎn)擊欺詐及預(yù)防策略的研究[D];新疆大學(xué);2011年

2 鹿慶超;營(yíng)造互利多贏的（防點(diǎn)擊欺詐）廣告聯(lián)盟[D];大連理工大學(xué);2011年

3 蘇亞?wèn)|;關(guān)鍵詞廣告中點(diǎn)擊欺詐問(wèn)題研究[D];重慶大學(xué);2014年

4 賀文軍;連續(xù)隱馬爾科夫模型在點(diǎn)擊欺詐識(shí)別中的應(yīng)用研究[D];上海交通大學(xué);2013年

5 李寶鏡;搜索引擎廣告中策略性出價(jià)和點(diǎn)擊欺詐問(wèn)題的研究[D];重慶大學(xué);2013年

6 李愛(ài)春;Web挖掘在檢測(cè)網(wǎng)絡(luò)廣告欺詐行為中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2011年

7 舒正勇;商業(yè)搜索引擎的點(diǎn)擊欺詐問(wèn)題研究[D];遼寧師范大學(xué);2008年

8 任亞縉;網(wǎng)絡(luò)廣告中防范欺詐點(diǎn)擊技術(shù)的研究[D];蘭州交通大學(xué);2014年

本文編號(hào)：1498064