论文研究 点击欺诈群体检测与发现.pdf

针对目前存在大批网络用户，以群体形式来欺诈点击的问题，提出了一种检测点击欺诈群组的方法。首先使用频繁项集挖掘算法来发现共同点击过大量广告的个体用户，作为疑似欺诈组。然后，在对组内用户点击行为属性分析的基础上，运用孤立点检测方法找到与组内其他用户有显著差异的疑似欺诈用户。最后，运用贝叶斯分类方法对检测到的所有疑似欺诈成员分类，得到真正的欺诈群组和欺诈用户。在真实的数据集上进行的实验，验证了该方法的可行性和有效性。结果表明，该方法为点击欺诈检测问题提供了一条新的思路。