連續(xù)隱馬爾科夫模型在點擊欺詐識別中的應(yīng)用研究.pdf

1、隨著搜索引擎關(guān)鍵詞廣告營銷模式的蓬勃發(fā)展，欺詐點擊行為已經(jīng)成為困擾廣告商和搜索引擎公司的一大難題。對于點擊欺詐識別與防治問題的研究也成為國內(nèi)外學(xué)者們關(guān)注的焦點。本文分析了搜索引擎在線關(guān)鍵詞廣告的點擊欺詐（click fraud）問題及其行為特征。鑒于關(guān)鍵詞廣告對應(yīng)的點擊行為模式較為符合隱馬爾科夫模型（HMM）的基本前提假設(shè)，本文試圖把HMM模型的理論框架應(yīng)用于點擊欺詐識別。
　　本文的工作主要有：
　?。?）HMM只是一個理

2、論框架模型。本文對關(guān)鍵詞點擊的行為模式進行了分析，搭建了針對搜索引擎關(guān)鍵詞廣告的連續(xù)隱馬氏模型（CHMM），并創(chuàng)立了欺詐點擊行為的識別方法；
　?。?）根據(jù)觀測數(shù)據(jù)，訓(xùn)練得到CHMM模型（參數(shù)估計），并對該模型的識別效果進行了驗證。統(tǒng)計結(jié)果表明：CHMM模型對點擊欺詐的識別有較高的準(zhǔn)確率；
　　（3）討論了模型中的參數(shù)：隱狀態(tài)數(shù) N、序列的長度 R、以及閾值大小，選取不同值的情況下，模型的識別準(zhǔn)確度。以確定最佳的隱狀態(tài)數(shù)（固

3、定值）和閾值等參數(shù)。
　?。?）由于時間段、突發(fā)事件等因素影響，可能導(dǎo)致某一在線關(guān)鍵詞廣告的點擊率明顯提升，但是這并不是欺詐點擊造成的。本文采用動態(tài)的CHMM模型，不斷更新用于訓(xùn)練的時間序列數(shù)據(jù)，以產(chǎn)生新的參數(shù)，可以很好的降低這類因素對模型識別準(zhǔn)確度的影響。
　?。?）隱馬爾科夫模型（HMM）的參數(shù)估計是其應(yīng)用于識別問題時能否達到較高的準(zhǔn)確率的關(guān)鍵。傳統(tǒng)的Baum-Welch算法有諸多缺陷，基于Segmental K-Mea