基于集成特征选择的点击欺诈检测方法

• 作者: 帅仁俊 张欣 李鑫 郭汉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 点击欺诈 不平衡 集成特征选择 Bagging 随机森林
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 工程与应用
• 页码范围: 246-251
• 页数: 6页
• 分类号: TP391
• 字数: 5741字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0345

摘要

网络在线广告中以套取广告费为目的的点击欺诈已经严重影响了网络广告的稳定发展.从FDMA2012竞赛提供的欺诈发布商检测的真实数据集出发,针对冗余特征会降低训练效率以及不平衡数据会使决策边界发生偏倚的问题,提出了一种基于集成特征选择的网络在线广告点击欺诈检测方法.采用Bagging方法和合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)相结合的方法将多数的正常点击广告发布商样本与少数的欺诈点击广告发布商样本构造为多个袋装子集,利用基于相关性度量的特征选择算法对每个袋装子集中筛选出特征子集,设置阈值得到特征合集,利用随机森林算法构建点击欺诈检测模型.实验结果表明该方法能够有效识别出实施欺诈点击行为的非法发布商,达到网络在线广告中点击欺诈检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鑫	南京工业大学计算机科学与技术学院	22	126	5.0	11.0
2	帅仁俊	南京工业大学计算机科学与技术学院	38	154	7.0	10.0
3	郭汉	南京工业大学计算机科学与技术学院	6	11	2.0	3.0
4	张欣	南京工业大学计算机科学与技术学院	6	11	2.0	3.0