(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211028480.3 (22)申请日 2022.08.25 (71)申请人 深圳掌酷软件 有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科苑南路3176号彩讯科 技大厦九层 (72)发明人 张晟　张运辉　 (74)专利代理 机构 深圳市特讯知识产权代理事 务所(普通 合伙) 44653 专利代理师 黄彧 (51)Int.Cl. G06Q 30/02(2012.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06V 10/56(2022.01) G06V 10/74(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种广告流量识别方法、 装置及计算机可读 存储介质 (57)摘要 本申请涉及一种广告流量识别方法、 装置及 计算机可读存储介质， 该方法包括获取广告点击 时的广告流量数据； 其中， 广告流量数据包括广 告点击数据和与广告点击时关联的广告图数据； 将广告流量数据输入至训练好的广告流量识别 模型， 得到广告 流量数据的目标识别结果； 其中， 目标识别结果用于表征广告流量数据是否属于 无效流量数据， 无效流量数据是误点击流量数据 或欺诈流量数据。 本申请方法可以通过广告流量 识别模型有效且快速识别出广告中无效流量和 低质量有效流量， 还可实时快速对不同媒体广告 位在不同广告图片的点击热力图数据进行流量 反作弊判定， 提升识别结果 准确性。 权利要求书2页 说明书11页 附图4页 CN 115311022 A 2022.11.08 CN 115311022 A 1.一种广告流 量识别方法， 其特 征在于， 所述广告流 量识别方法包括： 获取广告点击时的广告流量数据； 其中， 所述广告流量数据包括广告点击数据和与所 述广告点击时关联的广告图数据； 将所述广告流量数据输入至训练好的广告流量识别模型， 得到所述广告流量数据的目 标识别结果； 其中， 所述目标识别结果用于表征所述广告流量数据是否属于无效流量数据， 所述无效流 量数据是误 点击流量数据或欺诈流 量数据。 2.根据权利要求1所述的广告流量识别方法， 其特征在于， 所述广告流量识别模型包括 广告点击识别模型和广告图识别模型， 所述将所述广告流量数据输入至训练好的广告流量 识别模型， 得到所述广告流 量数据的目标识别结果， 包括： 将所述广告点击数据输入至所述广告点击识别模型， 得到所述广告点击数据的第 一识 别结果； 将所述广告图数据输入至所述广告图识别模型， 得到所述广告图数据的第二识别结 果； 基于所述第一识别结果和所述第二识别结果， 确定所述广告流量数据的目标识别结 果。 3.根据权利要求2所述的广告流量识别方法， 其特征在于， 所述广告点击包括误点击广 告和欺诈广告点击， 所述广告点击数据包括广告点击坐标信息， 所述将所述广告点击数据 输入至所述广告点击识别模型， 得到所述广告点击数据的第一识别结果， 包括： 将所述广告点击数据输入至所述广告点击识别模型， 判断所述广告点击坐标信 息是否 位于预设广告点击区域； 若所述广告点击坐标信 息不位于所述预设广告点击区域， 将所述广告点击判定为误点 击广告， 则所述广告点击数据的第一识别结果是 无效点击； 若所述广告点击坐标信 息位于所述预设广告点击区域， 则利用所述广告点击识别模型 中预设的第一识别规则对所述广告点击数据进 行识别， 将符合所述第一识别规则的广告点 击判定为欺诈广告点击， 则所述广告点击数据的第一识别结果是 无效点击 。 4.根据权利要求2所述的广告流量识别方法， 其特征在于， 所述将所述广告图数据输入 至所述广告图识别模型， 得到所述广告图数据的第二识别结果， 包括： 将所述广告图数据输入至所述广告图识别模型， 输出所述广告图数据的广告图特征向 量； 利用所述广告图识别模型中的第 二识别规则对所述广告图特征向量进行识别， 将符合 所述第二识别规则的广告图数据判定为欺诈图， 则所述广告图数据的第二识别结果是无效 图。 5.根据权利要求2 ‑4任一项所述的广告流量识别方法， 其特征在于， 所述基于所述第一 识别结果和所述第二识别结果， 确定所述广告流 量数据的目标识别结果， 包括： 若存在所述第 一识别结果是无效点击或所述第 二识别结果是无效图， 则判定所述广告 流量数据的目标识别结果是 无效流量数据； 若所述第一识别结果是有 效点击且所述第 二识别结果是有 效图， 则判定所述广告流量 数据的目标识别结果是有效流 量数据， 所述有效流 量数据为 正常流量数据。 6.根据权利要求1所述的广告流量识别方法， 其特征在于， 所述广告流量识别模型的训权　利　要　求　书 1/2 页 2 CN 115311022 A 2练方法包括： 获取第一样本训练集和第二样本训练集， 其中， 所述第一样本训练集是样本广告点击 数据， 所述第二样本训练集是三维度样本广告图数据； 将所述第一样本训练集输入至初始广告点击识别模型进行训练， 将所述第 二样本训练 集输入至初始广告图识别模型进行训练； 计算损失函数梯度， 通过梯度下降更新各模型的权重参数， 直至各模型对应的准确率 和召回率达 到预设阈值时收敛， 得到训练好的广告点击识别模型和广告图识别模型； 将所述训练好的广告点击识别模型与所述广告图识别模型融合， 得到训练好的广告流 量识别模型。 7.根据权利要求6所述的广告流量识别方法， 其特征在于， 所述损失函数是交叉熵损失 函数， 所述梯度下降采用随机梯度下降。 8.根据权利要求1所述的广告流量识别方法， 其特征在于， 所述广告点击包括离线点击 和在线点击 。 9.一种广告流 量识别装置， 其特 征在于， 所述广告流 量识别装置包括： 广告流量数据获取模块， 用于获取广告点击时的广告流量数据； 其中， 所述广告流量数 据包括广告点击数据和与所述广告点击时关联的广告图数据； 广告流量识别模块， 用于将所述广告流量数据输入至训练好的广告流量识别模型， 得 到所述广告流量数据的目标识别结果； 其中， 所述 目标识别结果用于表征所述广告流量数 据是否属于无效流 量数据， 所述无效流 量数据是误 点击流量数据或欺诈流 量数据。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质在由计算机处理 器执行时用于执 行如权利要求1 ‑8任一项所述的广告流 量数据的识别方法。权　利　要　求　书 2/2 页 3 CN 115311022 A 3