基于用户行为的网络广告点击欺骗检测与研究

论文摘要

近年来,随着Internet的不断发展,网络成为了广告炙手可热的载体,网络广告的迅猛发展为广告主和互联网站带来了无限的商机。但是,由于国际流行广告CPC(Cost Per Click)计价方式为不法分子提供了获取非法利益的机会,所以点击欺骗现象变得日益猖獗。点击欺骗存在于在线搜索广告,按点击付费模式中。网络在线广告的点击欺骗方式不仅复杂而且难以检测,其检测技术成为了近些年因特网技术中新兴的研究课题。论文首先总结了目前国内外存在的广告点击计价方式,并针对CPC计价方式着重介绍了存在的几种点击欺骗模式。对于存在的点击欺骗现象,现有的点击欺骗检测方法主要是以相对静态的身份和角色为基础,不能很好的说明未来用户行为的趋势,缺乏必要的信任预测,并且有些检测方法以严重牺牲网络用户上网体验为代价。通过对这些检测方法的分析和比较,作者提出了基于用户行为广告点击欺骗检测方法。该方法主要是研究网络用户点击行为,然后再根据用户的行为进行动态控制决策。在该方法实现过程中,作者首先利用一定技术手段获取客户端访问数据,然后选择该检测方法所需要的数据项建立点击流数据仓库,接着作者利用数据挖掘中贝叶斯网络分类方法预测每次客户点击的合法性等级概率,最后将客户点击预测结果和博弈控制相结合对双方的支付矩阵进行分析,计算出了基于用户不同行为属性的混合纳什均衡策略,最后判定用户每次点击行为的真实合法性。在论文的最后,作者结合实例检验了所提出的基于用户行为广告点击欺骗检测方法,并取得了良好的效果。本文的结果对于量化分析用户广告点击行为合法性具有重要的理论意义,因此在实际网络应用中也具有重要的指导作用.

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 选题背景
• 1.2 研究意义
• 1.3 研究现状
• 1.4 研究内容和论文章节安排
• 1.4.1 研究内容
• 1.4.2 论文章节安排
• 2 数据仓库与数据挖掘理论
• 2.1 用户行为分析理论研究
• 2.1.1 用户行为分析概念
• 2.1.2 用户行为分析应用范畴
• 2.2 数据仓库理论
• 2.2.1 数据仓库概念
• 2.2.2 数据仓库的特点
• 2.2.3 数据库、数据集市和数据仓库三者关系
• 2.2.4 数据仓库主要体系结构和组成部分
• 2.2.5 数据仓库多维数据模型
• 2.2.6 数据仓库化Web数据的模型
• 2.2.7 数据仓库设计和建立过程
• 2.3 点击流数据仓库理论
• 2.3.1 点击流概念
• 2.3.2 点击流数据仓库概念
• 2.3.3 点击流数据仓库的特点
• 2.4 数据挖掘技术研究
• 2.4.1 数据挖掘概念
• 2.4.2 数据挖掘的基本流程
• 2.4.3 数据挖掘主要功能
• 2.4.4 数据挖掘中的分类和预测
• 2.4.5 数据挖掘分类方法
• 2.4.6 贝叶斯分类算法
• 2.5 本章小节
• 3 博弈控制机制理论
• 3.1 博弈论的基本概念
• 3.2 Nash均衡理论
• 3.3 混合策略Nash均衡理论
• 3.4 本章小节
• 4 基于用户行为网络广告点击欺骗检测实现
• 4.1 网络广告点击欺骗检测总体设计
• 4.2 建立点击流数据仓库
• 4.2.1 用户点击流数据项的选择
• 4.2.2 用户点击流数据的获取
• 4.2.3 点击流数据仓库的建立
• 4.3 数据挖掘实现用户点击合法性概率判断
• 4.4 博弈控制机制最终判定用户点击合法性
• 4.5 实例检验
• 4.6 本章小结
• 5 结论
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录