摘要
本发明涉及一种基于深度学习的广告联盟作弊行为智能识别系统,通过收集历史时期监测的用户信息及其对应的作弊行为;利用冗余分析模型识别用户信息与作弊行为之间的相关性;构建具有相关性的用户信息与作弊行为之间的随机森林模型。实时监测进入广告的用户信息,并输入随机森林模型中,输出预测的作弊行为;当作弊用户数量的占比超过设定的占比阈值时,确定广告存在作弊。本发明通过深度学习用户信息与其作弊行为之间的复杂关系实现智能识别广告作弊行为,解决现有技术准确性和效率低下的问题。
技术关键词
智能识别系统
随机森林模型
皮尔逊相关系数
识别用户信息
变量
构建决策树
智能识别广告
学习用户信息
决策树模型
监测模块
设备操作系统
分析模块
冗余
训练集
分析单元
数据
样本
蒙特卡罗
模块通信
系统为您推荐了相关专利信息
伺服控制方法
执行机构
多场景
模糊算法
温度补偿系数
自动监测装置
矿山井下
控制执行模块
实时监测数据
智能分析模块
动态电缆
协同优化设计方法
构型
遗传算法
进化算法