应用程序的排名欺诈检测方法和排名欺诈检测系统技术方案

本发明专利技术提供了一种应用程序的排名欺诈检测方法和排名欺诈检测系统。所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行检测，得到排名欺诈检测结果。本发明专利技术的方法及系统能够自动地识别出与应用程序有关的排名欺诈行为，从而使应用程序用户获得真实的应用程序排名信息。

【技术实现步骤摘要】
应用程序的排名欺诈检测方法和排名欺诈检测系统
本专利技术涉及网络领域，尤其涉及一种应用程序的排名欺诈检测方法和排名欺诈检测系统。
技术介绍
用户应用程序，尤其是安装并运行于移动终端的移动应用程序近年来发展迅速。为了方便用户选择并安装应用程序，很多应用程序网站或应用程序商店会集中地提供应用程序的查询、下载、评价等服务，同时还会定期地，例如每日，发布应用程序排行榜(ApplicationLeaderboard)以体现一些当前受用户欢迎的应用程序。事实上，该排行榜是促销应用程序的最重要手段之一，应用程序在排行榜上很高的排名通常会刺激用户大量下载该应用程序，并为应用程序开发者带来巨大的经济收益。因此，应用程序开发者非常希望其应用程序在排行榜上占据更高的排名。应用程序的排名欺诈(RankingFraud)是指目的在于提高应用程序在应用程序排行榜上的排名而进行的欺骗行为。事实上，不同于依赖传统的市场手段来提高应用程序排名，应用程序开发者通过夸大其产品销量或发布虚假的产品评价来实施排名欺诈的行为已经越来越普遍，例如雇佣“水军(humanwaterarmies)”来在短时间内提升应用程序的下载量和评价次数等。业界已经意识到防止排名欺诈以使应用程序用户获得真实的应用程序排名信息的重要性。为了防止应用程序的排名欺诈，现有的办法是根据一天内应用程序排名上升的程度来推断排名欺诈行为的存在，并在判断出现排名欺诈的时候直接锁定整个应用程序的排名，这种方式过于简单粗暴，难以准确判断排名欺诈行为而且伤害了正常应用程序的排名上升。可见，本领域对于应用程序的排名欺诈检测问题的理解和研究还非常有限，至今还不存在有效检测应用程序的排名欺诈的相关技术。
技术实现思路
本专利技术的目的在于提供一种应用程序的排名欺诈的检测技术，从而自动地有效识别出与应用程序有关的排名欺诈行为，以使应用程序用户获得真实的应用程序排名信息。为解决上述技术问题，根据本专利技术的一个方面，提供一种应用程序的排名欺诈检测方法，所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。根据本专利技术的另一个方面，还提供一种应用程序的排名欺诈检测系统，所述系统包括：活跃期检测单元，用于基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测单元，用于基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。根据本专利技术的另一个方面，还提供一种应用程序的排名欺诈检测方法，所述方法包括：基于至少一个与活跃用户信誉度相关的证据对应用程序的活跃期进行验证，得到排名欺诈验证结果。根据本专利技术的另一个方面，还提供一种应用程序的排名欺诈检测系统，所述系统包括：排名欺诈检测单元，用于基于至少一个与活跃用户信誉度相关的证据对应用程序的活跃期进行验证，得到排名欺诈验证结果。本专利技术的方法及设备能够自动地有效识别出与应用程序有关的排名欺诈行为，从而使应用程序用户获得真实的应用程序排名信息。附图说明图1是本专利技术具体实施方式中应用程序的活跃期检测方法的流程图；图2a是在应用程序排行榜中活跃事件的一个示例；图2b是在应用程序排行榜中活跃期的一个示例；图3是本专利技术具体实施方式中应用程序的排名欺诈检测系统的系统结构图；图4是本专利技术另一实施例中应用程序的排名欺诈检测系统的结构示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细说明。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。本专利技术针对与应用程序排名相关的技术问题进行研究，因此本领域技术人员对本专利技术中的“应用程序”应做广义理解，其包括可发布于互联网并可供用户下载、评价、执行的各种程序或文件，即包括运行于个人电脑中的传统应用程序、运行于移动终端的移动应用程序，也包括可下载并播放的图片、音频、视频等多媒体文件等。在检测应用程序的排名欺诈时，有几个需要解决的重要问题。首先，在应用程序的整个生命周期中并不会总出现排名欺诈，因此首先需要检测可能出现排名欺诈的时间；第二，由于应用程序数量巨大，很难手工地为每个出现排名欺诈的应用程序进行标定，因此需要提供一种自动检测排名欺诈的技术；第三，现有技术中并不确定可基于何种依据来检测排名欺诈的存在。本专利技术的一个具体实施方式对应用程序的排名欺诈行为进行了整体性的分析和研究，提供了一种可检测应用程序的排名欺诈的技术，其可通过对应用程序的历史排名信息的分析来检测应用程序的“活跃期”，针对活跃期中应用程序的用户信誉特征，基于与应用程序的活跃用户信誉度相关的证据来进行排名欺诈的检测。根据专利技术人的分析发现，存在排名欺诈的应用程序并不会长期在排名榜上占据很高的排名，排名较高的情况仅是作为一些独立事件集中发生在一段相对较短的时期内，这表明排名欺诈行为正是发生在这段时期内。在本专利技术中，可将应用程序持续排名较高的时期称为应用程序的“活跃事件(LeadingEvent)”，可将频繁发生活跃事件的时期称为应用程序的“活跃期(LeadingSession)”。因此，对于排名欺诈的检测首先需要检测每个应用程序有可能存在排名欺诈的该活跃事件和该活跃期。应用程序商店运营商处拥有应用程序的历史排名信息，从应用程序商店运营商处直接获取，或通过对应用程序商店运营商在一段较长历史时期内持续发布的应用程序排行榜信息进行分析和处理，也可以获得应用程序的历史排名信息。由于应用程序的该历史排名信息记载了有关应用程序排名的历史信息和有关应用程序用户信誉度的历史信息，因此在本专利技术具体实施方式中，可以基于该历史排名信息来进行每个应用程序的活跃事件和活跃期的检测，并进而实现对排名欺诈的检测。通过分析应用程序的用户信誉度发现，相比于正常的应用程序而言，存在排名欺诈的应用程序在活跃事件和活跃期内会呈现成不同的用户信誉特征。因此，有可能从应用程序的历史排名信息中抽取出一些与用户信誉度相关的用于判定排名欺诈的证据，并获取这些证据，从而实现对排名欺诈的检测。相应地在本专利技术中，将在一应用程序的活跃期内出现用户行为(包括购买、下载并使用该应用程序或对该应用程序进行等级评价或进行文字性的评论)的相应用户称为该应用程序的“活跃用户”，将在活跃期内的活跃用户的相应信誉度信息称为“活跃用户信誉度”。如图1所示，本专利技术的一个具体实施方式中提供了一种应用程序的排名欺诈检测方法，所述方法包括：活跃期检测步骤S10，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤S20，基于至少一个与活跃用户信誉度相关的证据来对所述活跃期进行检测，得到排名欺诈检测结果。下面，结合附图来说明本专利技术具体实施方式中上述排名欺诈检测方法的各步骤流程和功能。由于历史排名信息是本专利技术中检测应用程序的排名欺诈的数据基础，因此作为本专利技术的一个优选实施方式，该排名欺诈检测方法还可包括一历史排名信息获取步骤，获取所述应用程序在应用程序排行榜上的历史排名信息。在一个应用程序被发布后，任何用户都可以购买、下载并使用该应用程序或对该应用程序进行等级评价或进行文字性的评论。通过对上述这些用户行为的采集和分析(例如通过移动终端统计用户使用所下载或购买的应用程序的次数、频度等)，并结合用户的其他网络行本文档来自技高网...

【技术保护点】
一种应用程序的排名欺诈检测方法，其特征在于，所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。

【技术特征摘要】
1.一种应用程序的排名欺诈检测方法，其特征在于，所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃事件，基于间隔阈值φ将应用程序排名历史中相邻近的活跃事件合并以形成活跃期，和/或当一活跃事件与上一活跃事件的时间间隔不小于所述间隔阈值φ，且该活跃事件与下一活跃事件的时间间隔不小于所述间隔阈值φ时，检测该活跃事件自身为一活跃期，其中，所述活跃事件是所述应用程序在应用程序排行榜上持续排名较高的时间段，排名较高的标准是所述应用程序在应用程序排行榜上的排名不大于一排名阈值K*，相邻两个活跃事件的时间间隔则是指相邻两个活跃事件中前一活跃事件的结束时间和后一活跃事件的开始时间之间的间隔；排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。2.根据权利要求1所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：证据验证步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证并得到一欺诈参数。3.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和所述应用程序的历史用户平均信誉度构成。4.根据权利要求3所述的方法，其特征在于，所述欺诈参数是所述应用程序的历史用户平均信誉度和所述应用程序的活跃用户平均信誉度的差值或比值。5.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和应用程序排行榜中所有应用程序的历史用户平均信誉度构成。6.根据权利要求5所述的方法，其特征在于，所述欺诈参数是应用程序排行榜中所有应用程序的历史用户平均信誉度和所述应用程序的活跃用户平均信誉度的差值或比值。7.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和所述应用程序的历史用户信誉度分布构成。8.根据权利要求7所述的方法，其特征在于，所述欺诈参数是所述应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的差值。9.根据权利要求8所述的方法，其特征在于，通过计算所述应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的余弦距离来计算它们之间的差值。10.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和应用程序排行榜中所有应用程序的历史用户信誉度分布构成。11.根据权利要求10所述的方法，其特征在于，所述欺诈参数是应用程序排行榜中所有应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的差值。12.根据权利要求11所述的方法，其特征在于，通过计算应用程序排行榜中所有应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的余弦距离来计算它们之间的差值。13.根据权利要求2所述的方法，其特征在于，在所述证据验证步骤中，综合考虑所述至少一个与活跃用户信誉度相关的证据，将基于所述至少一个与活跃用户信誉度相关的证据验证得到的对应欺诈参数进行加权计算，从而得到一最终欺诈参数。14.根据权利要求2-12中任一项所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：欺诈参数判断步骤，将所述欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。15.根据权利要求13所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：欺诈参数判断步骤，将所述最终欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。16.根据权利要求1所述的方法，其特征在于，所述方法还包括：历史排名信息获取步骤，获取所述应用程序在应用程序排行榜上的所述历史排名信息。17.根据权利要求16所述的方法，其特征在于，在所述历史排名信息获取步骤中，从应用程序商店运营商获取所述历史排名信息，或从应用程序商店发布的数据中抽取所述历史排名信息。18.根据权利要求1所述的方法，其特征在于，所述历史排名信息包括历史各时间段中所述应用程序的用户信誉度或历史各时间段中应用程序排行榜中所有应用程序的用户信誉度。19.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所检测出的所述应用程序的所述活跃期发送给应用程序开发者、应用程序商店运营商、应用程序用户中的至少一个。20.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所检测出的所述排名欺诈检测结果发送给应用程序商店运营商、应用程序用户中的至少一个。21.一种应用程序的排名欺诈检测系统，其特征在于，所述系统包括：活跃期检测单元，用于基于历史排名信息检测所述应用程序的活跃事件，基于间隔阈值φ将应用程序排名历史中相邻近的活跃事件合并以形成活跃期，和/或当一活跃事件与上一活跃事件的时间间隔不小于所述间隔阈值φ，且该活跃事件与下一活跃事件的时间间隔不小于所述间隔阈值φ时，检测该活跃事件自身为一活跃期，其中，所述活跃事件是所述应用程序在应用程序排行榜上持续排名较高的时间段，排名较高的标准是所述应用程序在应用程序排行榜上的排名不大于一排名阈值K*，相邻两个活跃事件的时间间隔则是指相邻两个活跃事件中前一活跃事件的结束时间和后一活跃事件的开始时间之间的间隔；排名欺诈检测单元，用于基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。22.根据权利要求21所述的系统，其特征在于，所述排名欺诈检测单元进一步包括：证据验证模块，用于基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证并得到一欺诈参数。23.根据权利要求22所述的系统，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和所述应用程序的历史用户平均信誉度构成。24.根据权利要求22所述的系统，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和应用程序排行榜中所有应用程序的历史用户平均信誉度构成。25.根据权利要求22所述的系统，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和所述应用程序的历史用户信誉度分布构成。26.根据权利要求22所述的系统，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和应用程序排行榜中所有应用程序的历史用户信誉度分布构成。27.根据权利要求22所述的系统，其特征在于，所述证据验证模块，用于综合考虑所述至少一个与活跃用户信誉度相关的证据，将基于所述至少一个与活跃用户信誉度相关的证据验证得到的对应欺诈参数进行加权计算，从而得到一最终欺诈参数。28.根据权利要求22-26中任一项所述的系统，其特征在于，所述排名欺诈检测单元进一步包括：欺诈参数判断模块，用于将所述欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。29.根据权利要求27所述的系统，其特征在于，所述排名欺诈检测单元进一步包括：欺诈参数判断模块，用于将所述最终欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。30.根据权利要求21所述的系统，其特征在于，所述系统还包括：历史排名信息获取单元，用于获取所述应用程序在应用程序排行榜...

【专利技术属性】
技术研发人员：祝恒书，于魁飞，
申请(专利权)人：北京智谷睿拓技术服务有限公司，
类型：发明
国别省市：