一种基于用户行为特征选择的点击欺诈检测方法

摘要

在线广告是目前众多网络巨头收入的主要来源,在线广告也为网络的健康发展提供了强大的经济支撑.目前,利用用户行为属性特征来识别点击欺诈的方法中,含有较多的冗余特征,检测效率相对较低.针对这一问题,提出了一种属性特征选择与分类方法相结合的欺诈检测方法.通过训练数据集找到欺诈用户点击广告的属性特征集合,采用Fisher分方法得到了属性特征重要度排序,选取重要属性特征,并基于这些重要的特征使用支持向量机二分类方法分类.在真实数据集上的实验结果证明了该方法的可行性与有效性.