CN110390542A - 媒体展示平台的检测方法、装置及存储介质 - Google Patents
媒体展示平台的检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110390542A CN110390542A CN201810347878.0A CN201810347878A CN110390542A CN 110390542 A CN110390542 A CN 110390542A CN 201810347878 A CN201810347878 A CN 201810347878A CN 110390542 A CN110390542 A CN 110390542A
- Authority
- CN
- China
- Prior art keywords
- display advertising
- application
- advertising platform
- data
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种媒体展示平台的检测方法，各媒体展示平台用以展示一个或多个应用的推广信息，包括：针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。本申请还提供了相应的装置及存储介质。
Description
技术领域
本申请涉及互联网技术领域，尤其涉及媒体展示平台的检测方法、装置及存储介质。
背景技术
目前，随着互联网和智能终端的不断发展，越来越多的互联网公司推出了各种供用户使用的应用客户端(包括APP客户端及网页版客户端)，应用客户端的推广需要借助外部的网络平台及渠道(即媒体展示平台)来获取用户。这些平台和渠道的收入和分成往往是由渠道带来的新用户、用户的留存、用户的付费等来决定的，这导致许多渠道商通过刷量的方法向互联网公司收取多余的费用，增加了互联网公司的运营成本。
例如，在游戏(或其他app)做市场推广时，需要通过不同渠道(媒体展示平台)进行推广，以引入更多新用户。但渠道引入用户中，可能会有意或无意的包含恶意用户。这里的恶意用户指机器人，操作多账号的工作室、或以注册获利为目的自然人。恶意用户的刷量方式包括：自动化刷量，即通过在手机或电脑软件，自动运行游戏，并执行游戏任务等；还包括人工刷量，即通过一个人操作多部手机，模仿正常用户游戏，常见于工作室；还包括激励刷量，即通过网络发布任务，让真实用户注册游戏，用户注册后可领取人民币等实物奖励。
技术内容
本申请一实施例提供一种媒体展示平台的检测方法，应用于检测服务器，各媒体展示平台用以展示一个或多个应用的推广信息，包括：
针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；
获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；
根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
本申请实例还提供了媒体展示平台的检测装置，应用于检测服务器，各媒体展示平台用以展示一个或多个应用的推广信息，包括：
获取单元，用以针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；
确定单元，用以根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
本申请实例还提供了一种计算机可读存储介质，存储有计算机可读指令，可以使至少一个处理器执行如上述所述的方法。
采用本申请提供的上述方案，确定的可疑媒体展示平台更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实例涉及的系统构架图；
图2是本申请媒体展示平台的检测方法的流程示意图；
图3是本申请一实例投放数据的结构示意图；
图4是本申请一实例一条日志数据的结构示意图；
图5是本申请一实例媒体内容展示平台的日志数据的结构示意图；
图6是本申请一实例可疑渠道处理的流程示意图；
图7是本申请一实例分析可疑渠道的来源数据的结构示意图；
图8是本申请一实例媒体展示平台检测的详细流程示意图；
图9是本申请一实例媒体展示平台的检测装置的结构示意图；以及
图10是本申请实施例中的计算设备组成结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在一些实例中，使用用户在注册前的行为数据进行渠道作弊的判别。例如，通过应用客户端的推广信息的曝光分布是否正常，是否会出现无曝光有点击的情况，用户的曝光点击率是否正常等方面来判断渠道是否作弊。在另一些实例中，还可以通过用户注册应用客户端后的内部行为数据来判断渠道是否作弊。例如，通过渠道新进用户长周期的留存率，或付费等来评估渠道是否作弊。例如，一个渠道7天后平均付费极低、留存极低、则可判定该渠道是恶意的。
在上述实例中，用来分析恶意渠道的数据单一，使得检测恶意渠道的准确率较低。例如，有经验的作弊渠道可以故意及时登录或自充值，来满足恶意渠道检测中的留存率的要求，这些作弊渠道在检测中不会被检测出来。另外，一些渠道有部分正常用户，同时故意掺杂一些虚假用户，如同“往酒里掺水”一样。此时渠道的付费、留存与正常渠道差异较小，这类渠道在渠道检测中也不会被检测出来。此外，通过留存和付费只能滞后分析，存在时间滞后的问题，通常需要2周以后才能判定渠道是否可疑，此时应用的重点推广期已过，部分推广费用也已经产生。
为解决以上技术问题，本申请提供了媒体展示平台的检测方法、装置及存储介质，本申请涉及的系统架构图如图1所示，该系统架构包括终端设备101a-101n、投放服务器102、媒体服务器103、应用服务器104、社交服务器105、投放数据库106、账号关系数据库107、日志数据库108、社交数据库109、渠道数据库111及检测服务器110。其中，终端设备101a-101n与投放服务器102、媒体服务器103、应用服务器104及社交服务器105之间通过互联网连接。其中，投放服务器102可以为用以进行内容投放的服务器，也可以是第三方的检测服务器，用以收集、监测投放内容的投放数据。上述的媒体服务器103可以为互联网中能够向用户提供各种媒体内容展示的服务器，比如：门户网站服务器、在线视频服务器、新闻服务器、电子邮件服务器、电商平台服务器(京东、淘宝、亚马逊等平台的服务器)等。在终端设备中设置有对应的媒体客户端1001。上述的应用服务器104向推广的应用提供对应的应用服务，在终端设备中对应设置有应用客户端1002。例如，当推广的应用为游戏应用时，所述应用服务器104为游戏服务器，所述客户端1002为游戏客户端，当推广的应用为视频应用时，所述应用服务器104为视频服务器，所述客户端1002为视频客户端。上述的社交服务器105可以为互联网中能够向用户提供社交服务的服务器，比如：社交应用服务器(如微博、微信、即时通讯服务器等)、电子邮件服务器、社交网络平台服务器(如博客、BBS服务器等)。
终端设备中的媒体客户端1001向媒体服务器103请求媒体数据，并将请求的媒体数据在媒体客户端1001上展示，媒体客户端1001上展示对应的媒体内容。媒体客户端在展示媒体内容时，同时展示一个或多个应用的推广信息。该推广信息可以是对应应用的安装包的下载链接，也可以为应用的注册网页的链接。所述推广信息可以是由媒体服务器103集成在媒体数据中，由媒体服务器103发送给媒体客户端1001进行展示，也可以是当媒体客户端1001向媒体服务器103请求媒体数据时，媒体客户端1001向投放服务器102发送推送请求，有投放服务器102将与请求的媒体数据对应的应用的推广信息发送到媒体客户端1001上进行展示。
当终端设备展示应用的推广信息时，终端设备处的用户通过操作应用的推广信息，例如，点击所述推广信息时，终端设备下载应用的安装包，或者展示应用的网页版页面。当终端设备展示应用的推广信息时，或终端设备处的用户操作应用的推广信息时，终端设备向投放服务器发送应用的推广信息的投放数据，投放服务器将应用的投放数据存储在投放数据库106中。终端设备根据所述安装包可以在终端设备上安装所述应用的APP，通过该APP注册、登录、运行所述应用，或者通过所述应用的网页版页面，注册、登录、运行所述应用。当用户通过应用APP或网页版应用客户端注册、登录、运行所述应用时，将应用的日志数据保存到应用服务器104的日志数据库108中。日志数据库108中存储有各应用账号的日志数据，所述应用账号的日志数据中还携带应用客户端所在终端设备的IP、IMEI(International Mobile Equipment Identity，国际移动设备识别码)，同时还携带所述应用客户端来源的媒体方的标识，即上述展示应用的推广信息的媒体方(媒体展示平台)的标识，所述媒体方的标识可以是所述媒体客户端1001、媒体服务器103关联的媒体服务商的标识。
当用户通过应用客户端1002打开应用或运行应用时，还可以向应用服务器发送应用客户端1002所在终端设备的设备数据，应用服务器将该设备数据也存储在日志数据库中。该设备数据可以包括设备的标识，例如IMEI(International Mobile EquipmentIdentity)，设备IP，设备是否越狱，设备是否使用模拟器，是否使用了按键精灵等。
当用户通过应用客户端1002注册应用时，对于用户注册的应用账号，需要用户进行账户的认证，在认证的过程中，应用客户端1002向应用服务器104发送用户的应用账号与社交账号的对应关系，应用服务器104将应用账号与社交账号的应用关系保存在账号关系数据库107中。在另一种实现方式中，用户可以直接使用社交账号登录应用，在该情况下，应用账号即是用户的社交账号。终端设备中还设置有社交客户端1003，用户通过社交客户端操作的社交数据上报给社交服务器105，由社交服务器105存储在社交数据库109中。
检测服务器110，用于检测推广应用的媒体展示平台(也称为媒体方、渠道)是否存在作弊的情况。其中，媒体展示平台展示应用的推广信息。对于一应用，渠道数据库111中存储有应用以及展示该应用的推广信息的媒体展示平台的映射关系，检测服务器110从渠道数据库111中获取展示所述应用的推广信息的一个或多个媒体展示平台，根据各媒体展示平台的标识以及所述应用的标识去投放数据库106中获取各媒体展示平台展示所述应用的推广信息的投放数据。检测服务器110还根据各媒体展示平台的标识去日志数据库中获取各媒体展示平台对应的日志数据，将各媒体展示平台的投放数据及日志数据中的各维度与大盘(各媒体展示平台的投放数据及日志数据构成的数据集合)中的对应维度进行比较，当一个维度与大盘中的维度偏差较大时，则该维度是可疑的，当媒体展示平台的投放数据及日志数据中存在一个维度是可疑的，则媒体展示平台也确定为可疑的。在另一些实现方式中，日志数据中包括各应用账号对应的日志数据，可以根据账号关系数据库107中的应用账号与社交账号的对应关系获取各应用账号对应的社交账号，根据各社交账号去社交数据库109中获取各媒体展示平台(渠道)的社交数据，将社交数据也添加到分析数据中。针对推广应用的各媒体展示平台，还可以在日志数据库中获取通过媒体展示平台运行应用所在的终端设备的数据，将终端设备的数据也添加到分析数据中。使用更加全面的数据分享媒体展示平台是否存在作弊情况，分析的准确率更高。
本申请提供了一种媒体展示平台的检测方法，应用于检测服务器，各媒体展示平台用以展示一个或多个应用的推广信息，如图2所示，所述方法包括以下步骤：
S201：针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台。
在该实例中，每一次测试针对一个应用，测试推广该应用的媒体展示平台(渠道)中，哪些渠道存在作弊的情况。如上所述，渠道数据库111中存储有应用以及展示应用的推广信息的媒体展示平台的映射关系。可以根据应用的标识及渠道数据库中的所述映射关系确定展示一个应用的推广信息的一个或多个媒体展示平台。在这里，媒体展示平台也称为渠道。媒体展示平台可以是微博、微信、新闻等媒体方。
S202：获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据。
投放数据库106中存储有多个媒体展示平台展示多个应用的推广信息的投放数据，投放数据中包括应用的标识及展示应用的推广信息的媒体展示平台的标识。检测服务器110根据步骤S201中获取的一个或多个媒体展示平台，根据所述应用的标识及各媒体展示平台的标识，在投放数据库106中获取各媒体展示平台展示所述应用的推广信息的投放数据。例如，对于应用a，推广该应用的一个媒体展示平台1对应的投放数据如图3所示，其中，推广应用a的媒体展示平台可以为一个，也可以为多个。所述维度1-维度n可以包括：曝光分布、无曝光点击、连续点击、曝光点击率、点击注册率等。
通过媒体展示平台展示的推广信息运行应用，包括通过媒体展示平台展示的推广信息下载应用的安装包，根据安装包在终端设备上安装应用APP，通过该应用APP注册、运行所述应用；还包括通过操作媒体展示平台展示的推广信息，运行应用，例如，通过操作推广信息展示应用的注册页面或登录页面等。终端设备上的应用客户端1002将在终端设备上运行的应用的日志数据上报给应用服务器104，日志数据中包括一条或多条日志数据，每条日志数据中包括用户注册应用的应用账号，应用所在终端设备的标识，应用的来源的标识(即展示应用的推广信息的媒体展示平台的标识)以及一个或多个维度数据。日志数据库中的一条日志数据的格式如图4所示，其中，所述维度1-n可以包括：登录时间，登出时间，在线时长，等级、留存等。例如，当应用为游戏时，维度包括注册平台(登录游戏的账号对应的平台，例如，当用微信号作为游戏的登录账号时，注册平台为微信平台，当用QQ号作为游戏的登录账号时，注册平台为QQ平台)、留存、付费、在线时长、等级、职业、游戏所在终端设备IP，此外，还可以包括创建角色、角色名、装备、技能、战斗、得分、金钱、物品、交易、移动、切换地图、发言、组队、帮派、好友、操作频率、在线时间、付费、注入本游戏的可疑进程、可疑挂机脚本等维度。检测服务器110针对所述一个或多个媒体展示平台中的任一媒体展示平台，根据媒体展示平台的标识获取一条或多条如图4所示的日志数据。例如，对于一个媒体展示平台m来说，获取的该媒体展示平台m的日志数据如图5所示。
S203：根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
在该实例中，根据各媒体展示平台的投放数据及日志数据来检测媒体展示平台是否存在作弊情况，即检测媒体展示平台是否存在刷量情况。各媒体展示平台对应各自的运行数据，该运行数据包括对应的媒体展示平台的所述投放数据及日志数据。由各媒体展示平台的运行数据构成应用的运行数据(也称为大盘数据)，大盘数据包括各媒体展示平台的运行数据。
将各媒体展示平台的运行数据与大盘数据(即应用的运行数据)进行比较，当一个媒体展示平台的运行数据与大盘数据偏差较大时，确定该媒体展示平台可疑。大盘数据由各媒体展示平台的运行数据合并构成，大盘数据及各媒体展示平台的运行数据中都包括一个或多个维度，且包括的维度数相同。在比较媒体展示平台的运行数据及大盘数据时，可以将媒体展示平台的运行数据中的各维度分别与大盘数据中的对应的维度进行对比。运行数据可以实时获取，例如，在线时长可以在每天获取到，从而在应用推广的时间段内，每天都可以检测出可疑渠道(即可疑的媒体展示平台)，避免了恶意渠道检测的时延问题。
采用本申请提供的媒体展示平台的检测方法，通过推广应用的媒体展示平台投放应用的推广信息的投放数据，以及通过媒体展示平台运行应用的日志数据来确定可疑的媒体展示平台。通过更多数据维度，使得识别可疑媒体展示平台的准确率更高。
在一些实例中，在执行所述根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台时，包括以下步骤：
根据各媒体展示平台的运行数据，确定所述应用的运行数据；
针对所述一个或多个媒体展示平台中的一个媒体展示平台，根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑。
在该实例中，通过比较媒体展示平台的运行数据及大盘数据确定媒体展示平台是否可疑。在比较时，可以比较媒体展示平台的运行数据中的维度及大盘数据中的对应维度的参数，当参数偏差较大时，维度可疑，当媒体展示平台的维度中包括一个可疑维度时，确定媒体展示平台可疑。同时，也可以确定可疑维度的数量阈值，当媒体展示平台的运行数据中包括的可疑维度的数量超过所述数量阈值时，确定媒体展示平台可疑。
在推广一个应用的一个或多个媒体展示平台中(一个或多个媒体中)，当确定了可疑媒体展示平台后，将可疑媒体展示平台(渠道)发送给数据营销系统，数据营销系统用以展示可疑渠道(媒体)。从而方便应用的推广人员根据展示的可疑渠道进行相应操作，例如，停止应用的推广信息在可疑渠道上的投放，或者对可疑渠道的投放不进行结算或者对可疑渠道进行相应的惩罚。在一个实例中，应用的推广人员对于可疑渠道的处理，可以采用以下流程，如图6所示，包括以下步骤:
S601:采用本申请提供的媒体展示平台的检测方法确定推广一个应用的可疑媒体。当媒体不可疑时，执行步骤S606，费用正常结算，否则，执行步骤S602。
S602：将确定媒体可疑的消息通知媒体。
S603：确定媒体是否申诉。
S604：当媒体申诉时，结合媒体反馈的数据进行排查。媒体反馈的数据包括媒体投放应用的推广信息的投放数据及相应的日志数据，根据投放数据及日志数据进行排查。
S605：当根据媒体反馈的数据排查媒体不存在作弊情况时，执行步骤S606，对媒体的费用进行正常结算。
S606：当媒体没有申诉时，核查媒体的违规次数，其中，针对推广应用的多个渠道，每天都会检测该多个渠道中的作弊渠道，当渠道被检测出作弊后，违规次数加1。一个渠道推广多个应用时的违规次数可以累加。
S607：根据违规次数来结算与媒体方的费用，并根据违规的次数确定是否暂停合作。
采用本申请提供的媒体展示平台的检测方法，通过推广应用的媒体展示平台投放应用的推广信息的投放数据，以及通过媒体展示平台运行应用的日志数据来确定可疑的媒体展示平台。通过更多数据维度，使得识别可疑媒体展示平台的准确率更高。
在一些实例中，其中，所述运行数据中包括一个或多个维度，所述根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑时，包括步骤：
确定各维度在所述媒体展示平台的所述运行数据中的第一参数，以及在所述应用的运行数据中的第二参数；
当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑。
在根据一个媒体展示平台的运行数据及大盘数据(应用的运行数据)确定媒体展示平台是否可疑时，对媒体展示平台的运行数据中的各维度分别进行分析。根据各维度的所述第一参数及所述第二参数确定媒体展示平台是否可疑。当第一参数与第二参数偏差较大时，一个维度可疑，当一个媒体展示平台的运行数据中的各维度中存在一个维度可疑时，确定该媒体展示平台可疑。当确定第一参数及第二参数的偏差时，可以预设偏差阈值，当偏差超过偏差阈值时，确定维度可疑。也可以将第一参数及第二参数输入维度对应的校验模型，由模型输出对应的维度是否可疑。例如，对于游戏应用来说，在大盘数据中，职业维度中包括战士、法师、射手三个参量，对应的比例分别为33％、41％、26％，在渠道A中，三个参量的比例分别为：97％、％1、2％，渠道A的职业维度与大盘数据存在较大差异，因而确定渠道A为可疑渠道。
在一些实例中，其特征在于，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号及各应用账号的日志数据；
本申请提供的媒体展示平台的检测方法进一步包括以下步骤：
S11：获取注册所述应用时上报的应用账号与社交账号的映射关系。
图1中的账号关系数据库中存储有应用账号与社交账号的映射关系。该映射关系可以为终端设备当用户注册应用账号，进行认证的过程中上报的应用账号及对应的社交账号。在一些实例中，也可以将社交账号作为登录应用的账号，在该情况下，应用账号与社交账号为同一个账号。
S12：根据一个媒体展示平台的日志数据中的一个或多个应用账号及所述映射关系，确定所述一个或多个应用账号各自对应的社交账号。
如图5所示，获取的一个媒体展示平台的日志数据中包括多条应用账号对应的日志数据。根据一个媒体展示平台中的应用账号1-n，根据步骤S11中获取的映射关系，确定各应用账号对应的社交账号。
S13：根据所述一个或多个应用账号各自对应的社交账号，获取各社交账号对应的社交数据。
图1中的社交数据库中存储有社交账号对应的社交数据。根据步骤S12中获取的各社交账号，在社交数据库中获取各社交账号对应的社交数据。社交数据中也包括一个或多个维度，该一个或多个维度可以包括：注册日期，帐号活跃程度、好友数、年龄等，此外，社交账号还可以包括应用账号对应的用户玩其他游戏的数据、使用其他应用的数据等。
S14：将所述各社交账号对应的社交数据添加到对应的媒体展示平台的运行数据中。
将获取的社交数据根据社交账号与应用账号的映射关系进一步合并到已经存在的运行数据中，按照同样的方式合并到应用的运行数据中。在该实例中，将与日志数据关联的社交数据也添加到运行数据中，运行数据的维度更多，从而在更全面的维度上分析媒体展示平台，当一个维度数据中的一个维度可疑时，便确定媒体展示平台可疑，使得确定的可疑媒体展示平台的准确率更高，防止可疑媒体展示平台被漏掉的可能性。
在一些实例中，本申请提供的媒体展示平台的检测方法，进一步包括以下步骤：
S21：针对所述一个或多个媒体展示平台中各媒体展示平台，获取通过该媒体展示平台展示的所述推广信息运行所述应用时上报的所述应用所在终端设备的设备数据。
如图5所示，获取的一个媒体展示平台m的日志数据中，包括各应用账号对应的终端设备的标识。当用户在终端设备上运行应用，上报日志数据时，也会向应用服务器上报应用所在终端设备的设备数据。根据图5中的终端设备1-n获取各终端设备的设备数据。设备数据中包括一个或多个维度，该一个或多个维度可以包括：设备型号、设备指纹、网卡地址、IMEI、设备是否root/越狱，是否使用模拟器、ip地址、WiFi、地理位置(例如，GPS)等。
S22：将各媒体展示平台对应的所述设备数据添加到各自对应的运行数据中。
将设备数据根据设备的标识合并到对应的媒体展示平台的运行数据中，按照同样的方式合并到应用的运行数据中。在该实例中，将与日志数据关联的设备数据也添加到运行数据中，运行数据的维度更多，确定的可疑媒体展示平台更加准确。
如图7所示，本申请用来分析媒体展示平台是否可疑的数据包括应用的日志数据、应用相关的社交数据、应用所在终端设备的数据、以及应用相关的投放数据(应用的推广信息的投放数据)。可以根据上述数据中的任意两者构成媒体展示平台的运行数据及大盘数据，也可以根据上述数据中的任意三者或四者构成媒体展示平台的运行数据及大盘数据。
在一个具体的实例中，当推广的应用为游戏时，使用游戏的日志数据、游戏相关的社交数据以及游戏相关的设备数据来分析媒体展示平台时，游戏的日志数据中包括维度：职业、在线时长；设备数据包括维度：是否使用模拟器，社交数据包括维度：近期QQ发言是否活跃。获取的游戏的日志数据与设备数据合并后的大盘数据如表1所示，其中，大盘数据中包括各渠道(媒体展示平台)的运行数据。
表1
在该实例中，根据表1中的各账号，获取各账号对应的社交数据，获取的社交数据如表2所示(在该实例中，应用账号与社交账号为同一账号)：
| 帐号 | 近期QQ发言是否活跃 |
| 67912 | 否 |
| 121254 | 否 |
| 310555 | 否 |
| 705933 | 否 |
| 409570 | 否 |
| 948346 | 是 |
| 678944 | 是 |
| 738634 | 否 |
| 118179 | 是 |
| 742616 | 是 |
| ... | ... |
表2
将表2中的社交数据根据应用账号合并到表1中，形成最终的大盘数据(应用的运行数据)，如表3所示：
表3
计算各维度在大盘数据中的第二参数，例如，对于维度：职业来说，根据表3所述的大盘数据，确定职业维度中的战士、射手、法师三个参量的参数，得到的第二参数如表4所示：上述数据中，“职业”变量为离散变量，其可能取值为"战士"、"法师"、"射手"。统计当天新用户所选择的职业在大盘数据(即所有渠道放在一起不做区分)的分布。
表4
计算职业维度中的三个参量在各渠道中的第一参数，计算出的第一参数如表5所示：
| 渠道 | 新用户职业分布(战士:法师:射手) |
| 渠道A | 97％:1％:2％ |
| 渠道B | 32％:40％:28％ |
| 渠道C | 33％:38％:29％ |
| ... | ... |
表5
将各渠道的职业的第一参数及在大盘中的第二参数输入卡方校验模型，例如，对于渠道A来说，渠道A对应的职业分布向量x＝(0.97，0.01，0.02)，大盘数据中的职业分布向量p＝(0.33，0.41，0.26)，参数n＝sum(x)＝1.0；向量E＝n*p＝p＝(0.33，0.41，0.26)，卡方校验的结果chisq＝sum((x-E)2/E)，得到渠道A的卡方校验结果为1.852994。按照同样的方式得到各渠道的卡方校验结果如表6所示。可以预设卡方阈值，当一个渠道的卡方值超过该卡方阈值时，认为该渠道与大盘有显著差异，随机出现的概率极低，极有可能是人为控制的结果。例如，渠道A分布与大盘就有明显差异。
表6
对于表3中的在线时长维度，“在线时长”维度中的参量为连续变量，统计大盘数据中在线时长的均值为3.2小时，标准差为2.8小时。统计在线时长在各渠道的均值标准差，结构如表7所示：
| 渠道 | 在线时长均值 | 在线时长标准差 |
| 渠道A | 0.5 | 0.1 |
| 渠道B | 4.1 | 3.8 |
| 渠道C | 3.5 | 4.2 |
| ... | ... | ... |
表7
预设均值方差的校验条件，该条件包括：
a)在线时长过低(只注册登录就下线，小于1/3大盘在线时长的平均值)，有明显刷注册费用的嫌疑。
b)时长过高(如12小时在线等，大于3倍大盘在线时长的平均值)，是明显的批量挂机获得游戏内资源的打金工作室行为，非正常玩家。
c)时长标准差太小(<1/3大盘标准差)，即一群人在线时长非常一致，明显是用同一程序控制的。
将各渠道的在线时长的平均值及方差输入均值、方差校验模型，均值方差校验模型输出的校验结果如表8所示：
| 渠道 | 在线时长均值 | 在线时长标准差 | 是否可疑 |
| 渠道A | 0.5 | 0.1 | 是 |
| 渠道B | 4.1 | 3.8 | 否 |
| 渠道C | 3.5 | 4.2 | 否 |
| ... | ... | ... | ... |
表8
对于表3中的“使用模拟器”维度及“近期QQ发言是否活跃”维度下的参量属于布尔型变量，取值为“是/否”。对于布尔型变量的维度，仅以“是否使用模拟器”为例进行说明，近期QQ发言是否活跃维度的分析类似。统计大盘数据中使用模拟器的比例为3％，统计各渠道使用模拟器的比例，计算得到的结果如表9所示：
| 渠道 | 使用模拟器比率 |
| 渠道A | 95％ |
| 渠道B | 2％ |
| 渠道C | 4％ |
| ... | ... |
表9
| 渠道 | 使用模拟器比率 | 是否可疑 |
| 渠道A | 95％ | 是 |
| 渠道B | 2％ | 否 |
| 渠道C | 4％ | 否 |
| ... | ... | ... |
表10
当根据职业、在线时长、是否使用模拟器三个维度进行恶意渠道的检测时，得到的检测结果如表11所示，当一个渠道对应的多个维度中，存在一个渠道可疑时，则确定渠道可疑。
表11
在一些实例中，所述检测服务器中存储有各维度对应的校验模型，所述校验模型用以确定对应的维度是否可疑；
所述当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑包括：
将各维度的第一参数及所述第二参数输入各自对应的校验模型，当各校验模型输出的结果中包括可疑维度时，确定所述媒体展示平台可疑。
在对各维度进行校验时，不同的维度采用不同的校验模型。例如，在上述的实例中，对于离散变量的维度，采用的是卡方校验模型，对于连续变量的维度，采用的是均值方差校验模型，对于布尔型变量的维度，采用比率校验模型。
在一些实例中，当一个维度中的变量为离散变量时，所述维度对应的校验模型为卡方校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的比例，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的比例；当一个维度中的变量为连续变量时，所述维度对应的校验模型为均值方差校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的均值及标准差，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的均值及标准差；当一个维度中的变量为布尔变量时，所述维度对应的校验模型为比率校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的比率，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的比率。
此外，还可以采用其他的模型来分析维度是否可疑。例如，还可以采用逻辑回归、决策树、神经网络等机器学习模型通过对已有的正常渠道的参数、作弊渠道的参数进行学习，得到检测模型，进而根据获取的检测模型对渠道的各维度进行分析。
在一些实例中，在执行所述当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑时，包括步骤：
当所述各维度中，存在一个或多个维度的所述第一参数与所述第二参数的差别满足预定条件时，确定所述媒体展示平台可疑。
在该实例中，可以预设第一参数与第二参数之间的差值阈值，当一个维度的第一参数与大盘数据中的第二参数的差值超过所述差值阈值时，确定所述维度可疑，第一测试数据包括该可疑维度的渠道可疑。
在一些实例中，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号，以及各应用账号对应的终端设备IP；
针对所述一个或多个媒体展示平台中，确定为不可疑的一个或多个媒体展示平台，所述方法进一步包括：
针对所述一个或多个媒体展示平台中的各媒体展示平台，根据该媒体展示平台的所述日志数据中的一个或多个应用账号及各应用账号对应的终端设备IP，确定各终端设备IP对应的应用账号的数量；
将所述数量满足预定条件的终端设备IP确定为目标终端设备IP。
对于推广一应用的渠道(媒体展示平台)，理论上通过该渠道注册或运行应用的应用账号会分散于各处，不会有物理上的聚集。在该实例中，以物理属性对渠道用户划分群体，如果某渠道某设备上出现大量用户，且与大盘的分布差别较大，则判定所述渠道的所述设备存在作弊情况。
在该实例中，对于通过上述所示的实例确定为正常的渠道进行进一步的分析，检测该正常的渠道中是否存在部分作弊的情况。在该实例中，按“渠道+ip”来划分群体，以更细粒度识别出渠道中“部分作弊”的情况，即识别出正常渠道中的作弊IP及该IP对应的应用账号。如下表12所示，渠道B整体来看是正常的，但此渠道在某一个ip下聚集了很多应用账号，这部分的应用账号按照该实例的流程进行分析后，可发现其是作弊的。通过该实例，可以检测出整体上正常的渠道中的作弊IP及对应的应用账号。
| "渠道+IP"划分群体 | 是否可疑 | 应用账号 |
| 渠道A_114.94.13.55 | 是 | 79 |
| 渠道A_1.57.76.97 | 是 | 48 |
| 渠道A_112.247.133.40 | 是 | 19 |
| 渠道B_171.91.2.10 | 否 | 10 |
| 渠道B_140.240.26.192 | 是 | 37 |
| 渠道B_49.87.252.254 | 否 | 3 |
| 渠道C_14.131.101.94 | 否 | 5 |
| 渠道C_27.27.252.207 | 否 | 2 |
| ... | ... | ... |
表12
本申请提供的媒体展示平台的检测方法中的一个具体实例的详细流程图如图8所示，主要包括以下步骤：
S801：读取数据，在读取数据的过程中，主要从投放数据库、日志数据库、社交数据库、账号关系数据库及渠道数据库中读取数据。
S802：合并数据，在合并数据的过程中，对于推广一应用的多个媒体展示平台(也称为渠道)，形成各媒体展示平台的运行数据以及所述应用的运行数据(也称为大盘数据)。
S803：媒体展示平台的运行数据及大盘数据中包括一个或多个维度，当一个维度中的参量为离散变量时，执行步骤S803a-S803c。
S803a：计算离散变量在大盘中的第二参数。
S803b：计算离散变量在某个渠道中的第一参数。
S803c：根据第一参数及第二参数确定媒体展示平台中的一个维度是否可疑。
S804：当一个维度为连续变量时，执行步骤S804a-S804c。
S804a：计算连续变量在大盘中的第二参数。
S804b：计算连续变量在某个渠道中的第一参数。
S804c：根据第一参数及第二参数确定所述渠道中的所述维度是否可疑。
S805：当一个维度为布尔变量时，执行步骤S805a-S805c。
S805a：计算布尔变量在大盘中的第二参数。
S805b：计算布尔变量在某个渠道中的第一参数。
S805c：根据第一参数及第二参数确定所述渠道中的所述维度是否可疑。
S806：合并结果，合并的结果中包括各渠道中各维度是否可疑的数据。
S807：输出渠道检测结构。当渠道对应的运行数据的多个维度中存在可疑维度时，则确定渠道可疑，将可疑渠道输出。
本申请还提供了媒体展示平台的检测装置900，应用于检测服务器，各媒体展示平台用以展示一个或多个应用的推广信息，如图9所示，所述装置包括：
获取单元901，用以针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；
确定单元902，用以根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
在一些实例中，所述确定单元902，还用以根据各媒体展示平台的运行数据，确定所述应用的运行数据；针对所述一个或多个媒体展示平台中的一个媒体展示平台，根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑。
在一些实例中，其中，所述运行数据中包括一个或多个维度，所述确定单元902，还用以：
确定各维度在所述媒体展示平台的所述运行数据中的第一参数，以及在所述应用的运行数据中的第二参数；
当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑。
在一些实例中，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号及各应用账号的日志数据；所述获取单元901，还用以：获取注册所述应用时上报的应用账号与社交账号的映射关系；根据一个媒体展示平台的日志数据中的一个或多个应用账号及所述映射关系，确定所述一个或多个应用账号各自对应的社交账号；根据所述一个或多个应用账号各自对应的社交账号，获取各社交账号对应的社交数据；将所述各社交账号对应的社交数据添加到对应的媒体展示平台的运行数据中。
在一些实例中，所述获取单元901还用以：
针对所述一个或多个媒体展示平台中各媒体展示平台，获取通过该媒体展示平台展示的所述推广信息运行所述应用时上报的所述应用所在终端设备的设备数据；将各媒体展示平台对应的所述设备数据添加到各自对应的运行数据中。
在一些实例中，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号，以及各应用账号对应的终端设备IP；所述装置还包括目标设备IP确定单元903，用以：
针对所述一个或多个媒体展示平台中的各媒体展示平台，根据该媒体展示平台的所述日志数据中的一个或多个应用账号及各应用账号对应的终端设备IP，确定各终端设备IP对应的应用账号的数量；
将所述数量满足预定条件的终端设备IP确定为目标终端设备IP。
本申请还提供了一种计算机可读存储介质，存储有计算机可读指令，可以使至少一个处理器执行如上述所述的方法。
图10示出了媒体展示平台的检测装置900所在的计算设备的组成结构图。如图10所示，该计算设备包括一个或者多个处理器(CPU)1002、通信模块1004、存储器1006、用户接口1010，以及用于互联这些组件的通信总线1008。
处理器1002可通过通信模块1004接收和发送数据以实现网络通信和/或本地通信。
用户接口1010包括一个或多个输出设备1012，其包括一个或多个扬声器和/或一个或多个可视化显示器。用户接口1010也包括一个或多个输入设备1014，其包括诸如，键盘，鼠标，声音命令输入单元或扩音器，触屏显示器，触敏输入板，姿势捕获摄像机或其他输入按钮或控件等。
存储器1006可以是高速随机存取存储器，诸如DRAM、SRAM、DDR RAM、或其他随机存取固态存储设备；或者非易失性存储器，诸如一个或多个磁盘存储设备、光盘存储设备、闪存设备，或其他非易失性固态存储设备。
存储器1006存储处理器1002可执行的指令集，包括：
操作系统1016，包括用于处理各种基本系统服务和用于执行硬件相关任务的程序；
应用1018，包括媒体展示平台的检测装置900的部分或全部单元或者模块。媒体展示平台的检测装置900中的至少一个单元可以存储有机器可执行指令。处理器1002通过执行存储器1006中各单元中至少一个单元中的机器可执行指令，进而能够实现上述各单元或模块中的至少一个模块的功能。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
各实施例中的硬件模块可以以硬件方式或硬件平台加软件的方式实现。上述软件包括机器可读指令，存储在非易失性存储介质中。因此，各实施例也可以体现为软件产品。
各例中，硬件可以由专门的硬件或执行机器可读指令的硬件实现。例如，硬件可以为专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。
另外，本申请的每个实例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然，数据处理程序构成了本申请。此外，通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和或内存)中执行。因此，这样的存储介质也构成了本申请，本申请还提供了一种非易失性存储介质，其中存储有数据处理程序，这种数据处理程序可用于执行本申请上述方法实例中的任何一种实例。
图10模块对应的机器可读指令可以使计算机上操作的操作系统等来完成这里描述的部分或者全部操作。非易失性计算机可读存储介质可以是插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器。安装在扩展板或者扩展单元上的CPU等可以根据指令执行部分和全部实际操作。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (16)
1.媒体展示平台的检测方法，，各媒体展示平台用以展示一个或多个应用的推广信息，其特征在于，包括：
针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；
获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；
根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
2.根据权利要求1所述方法，其特征在于，所述根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台包括：
根据各媒体展示平台的运行数据，确定所述应用的运行数据；
针对所述一个或多个媒体展示平台中的一个媒体展示平台，根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑。
3.根据权利要求2所述的方法，其特征在于，其中，所述运行数据中包括一个或多个维度，所述根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑包括：
确定各维度在所述媒体展示平台的所述运行数据中的第一参数，以及在所述应用的运行数据中的第二参数；
当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑。
4.根据权利要求1所述的方法，其特征在于，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号及各应用账号的日志数据；
所述方法进一步包括：
获取注册所述应用时上报的应用账号与社交账号的映射关系；
根据一个媒体展示平台的日志数据中的一个或多个应用账号及所述映射关系，确定所述一个或多个应用账号各自对应的社交账号；
根据所述一个或多个应用账号各自对应的社交账号，获取各社交账号对应的社交数据；将所述各社交账号对应的社交数据添加到对应的媒体展示平台的运行数据中。
5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
针对所述一个或多个媒体展示平台中各媒体展示平台，获取通过该媒体展示平台展示的所述推广信息运行所述应用时上报的所述应用所在终端设备的设备数据；
将各媒体展示平台对应的所述设备数据添加到各自对应的运行数据中。
6.根据权利要求3所述的方法，其特征在于，所述方法进一步包括：
设置各维度对应的校验模型，所述校验模型用以确定对应的维度是否可疑；
所述当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑包括：
将各维度的第一参数及所述第二参数输入各自对应的校验模型，当各校验模型输出的结果中包括可疑维度时，确定所述媒体展示平台可疑。
7.根据权利要求6所述的方法，其特征在于，当一个维度中的变量为离散变量时，所述维度对应的校验模型为卡方校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的比例，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的比例；当一个维度中的变量为连续变量时，所述维度对应的校验模型为均值方差校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的均值及标准差，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的均值及标准差；当一个维度中的变量为布尔变量时，所述维度对应的校验模型为比率校验模型，所述第一参数包括所述维度中的变量在对应的媒体展示平台的运行数据中出现的比率，所述第二参数包括所述维度中的变量在所述应用的运行数据中出现的比率。
8.根据权利要求3所述的方法，其特征在于，所述当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑包括：
当所述各维度中，存在一个或多个维度的所述第一参数与所述第二参数的差别满足预定条件时，确定所述媒体展示平台可疑。
9.根据权利要求1所述的方法，其特征在于，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号，以及各应用账号对应的终端设备IP；
针对所述一个或多个媒体展示平台中，确定为不可疑的一个或多个媒体展示平台，所述方法进一步包括：
针对所述一个或多个媒体展示平台中的各媒体展示平台，根据该媒体展示平台的所述日志数据中的一个或多个应用账号及各应用账号对应的终端设备IP，确定各终端设备IP对应的应用账号的数量；
将所述数量满足预定条件的终端设备IP确定为目标终端设备IP。
10.媒体展示平台的检测装置，应用于检测服务器，各媒体展示平台用以展示一个或多个应用的推广信息，其特征在于，包括：
获取单元，用以针对一个应用，获取展示所述应用的推广信息的一个或多个媒体展示平台；获取所述一个或多个媒体展示平台中各媒体展示平台与所述应用相关的运行数据，所述运行数据包括媒体展示平台展示所述应用的推广信息的投放数据以及通过该媒体展示平台展示的所述推广信息运行所述应用的日志数据；
确定单元，用以根据所述一个或多个媒体展示平台中各媒体展示平台的所述运行数据，确定所述一个或多个媒体展示平台中的可疑媒体展示平台。
11.根据权利要求10所述的装置，其特征在于，所述确定单元，还用以：
根据各媒体展示平台的运行数据，确定所述应用的运行数据；
针对所述一个或多个媒体展示平台中的一个媒体展示平台，根据所述媒体展示平台的运行数据及所述应用的运行数据，确定所述媒体展示平台是否可疑。
12.根据权利要求10所述的装置，其特征在于，其中，所述运行数据中包括一个或多个维度，所述确定单元，还用以：
确定各维度在所述媒体展示平台的所述运行数据中的第一参数，以及在所述应用的运行数据中的第二参数；
当根据各维度的所述第一参数及所述第二参数确定所述各维度中存在可疑维度时，确定所述媒体展示平台可疑。
13.根据权利要求10所述的装置，其特征在于，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号及各应用账号的日志数据；
所述获取单元，还用以：获取注册所述应用时上报的应用账号与社交账号的映射关系；根据一个媒体展示平台的日志数据中的一个或多个应用账号及所述映射关系，确定所述一个或多个应用账号各自对应的社交账号；根据所述一个或多个应用账号各自对应的社交账号，获取各社交账号对应的社交数据；
将所述各社交账号对应的社交数据添加到对应的媒体展示平台的运行数据中。
14.根据权利要求10所述的装置，其特征在于，所述获取单元还用以：
针对所述一个或多个媒体展示平台中各媒体展示平台，获取通过该媒体展示平台展示的所述推广信息运行所述应用时上报的所述应用所在终端设备的设备数据；
将各媒体展示平台对应的所述设备数据添加到各自对应的运行数据中。
15.根据权利要求10所述的装置，其特征在于，各媒体展示平台的所述日志数据包括注册所述应用的一个或多个应用账号，以及各应用账号对应的终端设备IP；所述装置还包括目标设备IP确定单元，用以：
针对所述一个或多个媒体展示平台中的各媒体展示平台，根据该媒体展示平台的所述日志数据中的一个或多个应用账号及各应用账号对应的终端设备IP，确定各终端设备IP对应的应用账号的数量；
将所述数量满足预定条件的终端设备IP确定为目标终端设备IP。
16.一种计算机可读存储介质，存储有计算机可读指令，可以使至少一个处理器执行如权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810347878.0A CN110390542B (zh) | 2018-04-18 | 2018-04-18 | 媒体展示平台的检测方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810347878.0A CN110390542B (zh) | 2018-04-18 | 2018-04-18 | 媒体展示平台的检测方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110390542A true CN110390542A (zh) | 2019-10-29 |
| CN110390542B CN110390542B (zh) | 2023-08-11 |
Family
ID=68282945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810347878.0A Active CN110390542B (zh) | 2018-04-18 | 2018-04-18 | 媒体展示平台的检测方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110390542B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114880554A (zh) * | 2022-04-19 | 2022-08-09 | 北京达佳互联信息技术有限公司 | 数据展示方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424433A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技（深圳）有限公司 | 一种应用程序的反作弊方法和相关系统 |
| CN107330718A (zh) * | 2017-06-09 | 2017-11-07 | 晶赞广告（上海）有限公司 | 一种媒体反作弊方法及装置、存储介质、终端 |
| CN107330737A (zh) * | 2017-07-05 | 2017-11-07 | 北京奇虎科技有限公司 | 反作弊的性能优化方法及装置 |
| WO2017214427A1 (en) * | 2016-06-08 | 2017-12-14 | Proofpoint, Inc. | Detection and prevention of fraudulent activity on social media accounts |
| CN107909396A (zh) * | 2017-11-11 | 2018-04-13 | 霍尔果斯普力网络科技有限公司 | 一种互联网广告投放的反作弊监控方法 |
-
2018
- 2018-04-18 CN CN201810347878.0A patent/CN110390542B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424433A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技（深圳）有限公司 | 一种应用程序的反作弊方法和相关系统 |
| WO2017214427A1 (en) * | 2016-06-08 | 2017-12-14 | Proofpoint, Inc. | Detection and prevention of fraudulent activity on social media accounts |
| CN107330718A (zh) * | 2017-06-09 | 2017-11-07 | 晶赞广告（上海）有限公司 | 一种媒体反作弊方法及装置、存储介质、终端 |
| CN107330737A (zh) * | 2017-07-05 | 2017-11-07 | 北京奇虎科技有限公司 | 反作弊的性能优化方法及装置 |
| CN107909396A (zh) * | 2017-11-11 | 2018-04-13 | 霍尔果斯普力网络科技有限公司 | 一种互联网广告投放的反作弊监控方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114880554A (zh) * | 2022-04-19 | 2022-08-09 | 北京达佳互联信息技术有限公司 | 数据展示方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110390542B (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6878450B2 (ja) | 広告に関する不正行為を防止するための方法及びデバイス並びに記憶媒体 | |
| CN104993946B (zh) | 灰度发布的评估方法、装置和系统 | |
| CN103443781B (zh) | 数据递送 | |
| US9239771B2 (en) | Method and system for collecting and providing application usage analytics | |
| JP5902875B2 (ja) | コンテキスト上のユーザ状態および継続時間の推測 | |
| US20220261845A1 (en) | Methods and systems to evaluate and determine degree of pretense in online advertisement | |
| US20130004933A1 (en) | Increasing confidence in responses to electronic surveys | |
| US10290007B2 (en) | Method and system for turning virtual world participants into real life leads | |
| CN106204108B (zh) | 广告反作弊方法及广告反作弊装置 | |
| CN111435507A (zh) | 广告反作弊方法、装置、电子设备及可读存储介质 | |
| CN113590497A (zh) | 业务服务的测试方法、装置、电子设备及存储介质 | |
| CN109034867B (zh) | 点击流量检测方法、装置及存储介质 | |
| CN111738770B (zh) | 广告异常流量检测方法及装置 | |
| KR20120007889A (ko) | 광고효과를 검증하는 방법, 시스템 및 그 기록매체 | |
| Kaligotla et al. | Diffusion of competing rumours on social media | |
| CN110390542A (zh) | 媒体展示平台的检测方法、装置及存储介质 | |
| CN108804501A (zh) | 一种检测有效信息的方法及装置 | |
| JP7106760B2 (ja) | サービスの成長速度を高めるためのコンピュータ処理 | |
| CN114679600B (zh) | 数据处理方法及装置 | |
| JP6592666B2 (ja) | ランキングシステム | |
| CN111182018A (zh) | 一种用户识别方法、装置、设备及介质 | |
| Mairittha et al. | Crowdsourcing system management for activity data with mobile sensors | |
| CN111445284B (zh) | 一种定向标签的确定方法、装置、计算设备及存储介质 | |
| CN109685662A (zh) | 投资数据处理方法、装置、计算机设备及其存储介质 | |
| Eijk | Web privacy measurement in real-time bidding systems. A graph-based approach to RTB system classification |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |