基于人机识别的广告投放控制方法及投放系统与流程

本发明涉及网络多媒体技术领域，特别涉及一种基于人机识别的广告投放控制方法，及广告投放系统。

背景技术：

移动广告交易主要是以设备为单元进行消耗的计费，例如cpc(按照点击设备数计费)、cpm(按照曝光设备数计费)、cpa(按照激活设备数计费)。随着广告支出越来越向移动端倾斜，市场上虚拟设备的拟真程度越来越高。现有的防作弊方法多是基于设备标识及其衍生的手段进行判断，但利用这种方法仅能做到事后分析，不能做到事前控制。

技术实现要素：

为了帮助广告主及服务商解决这个难题，发明人想到一种有趣的、易被接受的广告投放控制方法，其自带人机识别功能，可以做到事前控制，不但节省交易费用，还能避免无效投放占用带宽。

根据本发明第一个方面，本发明提供一种基于人机识别的广告投放控制方法，其包括：

接收广告播放请求，播放带有人机识别素材的第一广告内容；

接收客户端发送的、根据第一广告内容而触发的第一操作；

依据预先设置好的行为特征模型，对所述第一操作的触发主体进行人机识别；其中，所述行为特征模型为：依据若干操作样本训练得到的、人类操作和机器操作的分类器；

当第一操作的识别结果低于阈值时，向所述客户端投放第二广告内容。

优选地，所述用于人机识别的第一广告内容提示触发主体进行所述第一操作。

优选地，所述提示包括语义提示和语音提示。

优选地，所述第一操作为根据所述第一广告内容的语义操作客户端。

可选地，在接收到所述广告播放请求时，可预加载所述第二广告内容的部分素材。

可选地，当第一操作的识别结果低于阈值时，播放预加载的所述第二广告内容。

根据本发明第二个方面，本发明提供一种基于人机识别的广告投放系统，其包括：

第一广告单元，存储第一广告内容的素材，投放第一广告内容；

第二广告单元，存储第二广告内容的素材，投放第二广告内容；

第一验证单元，采集根据第一广告内容触发的第一操作，对所述第一操作的触发主体进行人机识别。

优选地，所述用于人机识别的第一广告内容提示触发主体进行所述第一操作。

优选地，所述提示包括语义提示和语音提示。

优选地，所述第一操作为根据所述第一广告内容的语义操作客户端。

优选地，所述第一验证单元包括：

第一采集模块，用于采集根据第一广告内容触发的第一操作；和

第一识别模块，依据预先设置好的行为特征模型，对所述第一操作的触发主体进行人机识别；其中，所述行为特征模型为：依据若干操作样本训练得到的、人类操作和机器操作的分类器。

优选地，当第一验证单元得到的识别结果低于阈值时，触发第二广告单元投放第二广告内容。

可选地，在第一广告单元投放第一广告内容时，预加载第二广告内容的部分素材。

可选地，当第一操作的识别结果低于阈值时，投放预加载的第二广告内容。

根据本发明第三个方面，本发明提供一种基于人机识别的广告投放控制方法，其包括：

接收广告播放请求，播放带有人机识别功能的广告内容；

接收客户端发送的、根据所述广告内容而触发的第一操作；

依据预先设置好的行为特征模型，对所述第一操作的触发主体进行人机识别；其中，所述行为特征模型为：依据若干操作样本训练得到的、人类操作和机器操作的分类器。

优选地，所述带有人机识别功能的广告内容提示触发主体进行所述第一操作。

优选地，所述提示包括语义提示和语音提示。

优选地，所述第一操作为根据所述广告内容的语义操作客户端。

根据本发明第四个方面，本发明提供一种具有人机识别功能的广告播放系统，其包括：

广告渲染单元，存储人机识别提示素材的广告内容，渲染并播放所述广告内容；

验证单元，采集根据所述广告内容触发的第一操作，对所述第一操作的触发主体进行人机识别。

优选地，所述具有人机识别功能的广告内容提示触发主体进行所述第一操作。

优选地，所述提示包括语义提示和语音提示。

优选地，所述第一操作为根据所述广告内容的语义操作客户端。

优选地，所述验证单元包括：

采集模块，用于采集根据广告内容触发的第一操作；和

识别模块，依据预先设置好的行为特征模型，对所述第一操作的触发主体进行人机识别；其中，所述行为特征模型为：依据若干操作样本训练得到的、人类操作和机器操作的分类器。

附图说明

下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：

图1是根据本发明的第一方面的方法的流程图；

图2是根据本发明的第二方面的系统的示意图；

图3是根据本发明的第二方面的系统的工作图；

图4是根据本发明的第三方面的方法的流程图；

图5是根据本发明的第四方面的系统的示意图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

图灵测试(turingtest)是图灵于1950年提出的一个关于判断机器是否能够思考的著名试验，测试某机器是否能表现出与人等价或无法区分的智能。进行图灵测试通常是作为服务器的计算机自动生成一个问题由用户来解答，这个问题可以由计算机生成并评判，但是必须只有人类才能解答，由于计算机无法解答。

通览互联网领域，前人在研究过程中发现，如同笔迹可以像指纹一样证明一个人的个体特征一样，每个人在pc网页或者触摸屏上进行交互操作的行为习惯都具备有独特的生物特征，例如，人操作电脑时习惯性的鼠标移动速度，或者点击位置偏好等习惯，是机器无法模拟的。这项技术在用户登录或防止过度下载的场景下已有应用，基本上是作为获得某项授权的通行证。

在广告播放领域，广告主并不在意观看广告的对象的具体身份，只关注广告曝光的对象是否为可以转化为购买的真实的人类。更具体地说，广告主关注这个人类是否是能看懂广告内容的个体，例如广告播放给误触屏幕的婴儿也是无效的。

因此，在本申请实施例中，可以通过机器学习，聚类出多维度的行为特征模型，后续可以通过该生物特征模型来判定服务器当前接收到的交互操作是否具备生物特征，从而更准确地进行人机识别。本项技术应用在广告播放领域的第一个目的是确定该次曝光是否计数，如果判断发起请求的为人类，则计数；反之，则不计，广告主无需为该次曝光付费。与现有通过事后分析修正计数不同的是：本发明的方法可以实现事前控制，即在广告投放之前判断发起请求的主体是否为人类，从而避免浪费媒体(广告服务商)的带宽。

如图1～图3所示，通常情况下，从客户端访问广告页面，广告服务器接收到广告播放请求，跳转到广告内容页面，向客户端返回所请求的广告内容。

在本发明中，广告服务器在接收到广告播放请求时，先向客户端返回用于人机识别的第一广告内容，通过第一验证单元的第一采集模块采集发起请求的客户端因所述第一广告内容而触发的第一操作。

第一验证单元的第一识别模块依据预先设置好的行为特征模型，对所述第一操作的触发主体进行人机识别；其中，所述行为特征模型为：依据若干操作样本训练得到的、人类操作和机器操作的分类器。

所述第一广告内容包括语音或语义提示。以目前的设备虚拟技术，还无法识别语音或语义提示。例如“请把黄色面包放在紫色口袋里”，即便能够识别出这句话，设备虚拟技术也无法实现“黄色面包放在紫色口袋”的动作，而人类则很轻易地可以完成这个动作。

通过这样的方式，很容易地进行人机识别，且极具趣味，接受度较高。

当识别的结果低于预设的阈值时，可以认为发起请求的为人类。则向所述客户端投放第二广告内容。所述第二广告内容即为正式的广告内容参与曝光计数。

当然，分数高于阈值属于人类还是低于阈值属于人类是人为规定的。例如，人为设定机器10分，人类为0分，则高于阈值时是机器。相反设定则会得到相反的结果。为了方便表述，在本发明中，我们规定高于阈值判断为机器(虚拟设备)。本领域技术人员应当了解，基于本发明的思想，术语“高于阈值”是指判断为更接近机器，而不限于数学上的高于。相应地，术语“低于阈值”是指判断为更接近人类。

在本发明中，可以根据需要，使用已知的各种方法训练行为特征模型。

例如：当所述第一操作为触发主体在触摸屏上按照提示做规定的滑动时，其行为特征模型的训练过程可以包括以下步骤：

步骤a11：依据若干操作样本的操作移动速度和操作随机度，对所述若干操作样本进行预过滤。

首先，可以获取到若干个操作样本，例如，可以从服务器现有的数据库中，选取100个已经存储的已有操作作为操作样本，已有操作可以是曾经服务器响应过的用户手势，也可以是服务器曾经拒绝过的机器行为，这些操作作为操作样本用来训练行为特征模型。

在数据库中可以提取到设备的操作数据：包括设备信息和行为信息。

在设备信息中，浏览器信息可以是对应的操作样本触发时通过哪个版本号的浏览器，操作系统可以表示对应的操作样本触发时是通过何种操作系统，例如android还是windows等，硬件信息可以表示对应的操作样本被触发时的移动终端的mei号，或者电脑的ip地址等信息。

在行为信息中，鼠标移动可以是对应的操作样本被触发时鼠标位置的轨迹，鼠标点击可以是对应的操作样本被触发时鼠标在显示屏上的点击位置信息，用户按键可以是对应的操作样本被触发时触摸屏上用户都按下了哪些按键。当然，在服务器的数据库中不止存储有上述信息类型。

然后，从行为信息中提取的操作样本的行为特征数据，例如：操作滑动时长。

操作滑动时长指的是对应的操作样本被操作时的总时间。在实际应用中，为了更细分操作样本的特征，可以将滑动时长分为n段，n可以取20～50，当然，也可以根据实际需求设置其他数值。那么，每一段滑动时长t(i)就为第i段轨迹时长。每一段偏移中线次数o(i)就是，把操作轨迹分为n段后，第i段操作轨迹偏移中轴线的次数为o(i)，其中，操作轨迹中轨迹向上或向下的一次抖动可以看成偏移一次中轴线，中轴线为操作轨迹的中轴线。每一段平均偏移距离ov(i)为，把操作轨迹分为n段，第i段轨迹偏移中轴线的距离的平均值ov(i)。操作被触发时的初始位置d(x,y)即为操作轨迹的起点，而操作被释放时的终止位置u(x,y)即为操作轨迹的终点。

在实际应用中，本领域技术人员可以选择任一种行为特征数据进行人机识别，或者可以选择任一组合的行为特征数据进行人机识别。例如，仅仅选择操作滑动时长作为行为特征数据，或者，选择每一段操作滑动时长、每一段偏移中线次数和每一段平均偏移距离作为行为特征数据，或者，选择操作触发初始位置和操作触发终止位置作为行为特征数据，等等。行为特征数据的种类多少或者行为特征数据的选取并不影响本申请的实现。

在提取出操作样本的行为特征数据之后，可以依据这些操作样本的操作移动速度和操作随机度，对所述若干操作样本进行预过滤。其中，操作移动速度表示操作样本的轨迹移动速度，如果操作移动速度过快或者操作移动时间短可能就是机器行为，例如100ms以内，则认为对应的操作样本为明显的机器行为，将这种操作样本过滤掉。而操作随机度则表示操作样本的轨迹上下抖动的情况，例如，一个操作样本基本上没有上下抖动，也认为其属于明显的机器行为，也可以将这种操作样本过滤掉。

步骤a12.采用例如主成分分析pca算法对预过滤之后的操作样本的行为特征数据进行降维，以便后续基于svm(支持向量机)进行分类。

步骤a13.采用支持向量机svm算法对降维后的行为特征数据进行分类，以获得符合生物行为的第一类行为特征向量和符合机器行为的第二类行为特征向量的分类器。

在步骤a12进行降维之后，在本步骤中则采用svm对其进行分类，从而可以得到两类行为特征数据，一类是符合生物行为的第一类行为特征数据，这类行为特征数据对应了人类行为，另一类是符合机器行为的第二类行为特征数据，这类行为特征数据对应了机器行为。

本发明中实现训练行为特征模型的方法并不限于上述提供的这套方案。本领域技术人员可以根据这个思路，基于设计需要寻找其他可用的方案，只需要满足能够识别出人类行为特征即可。

在本发明的一些实施方式中，避免用户等待时间过长，可以在播放第一广告内容时预加载第二广告内容的部分素材，例如加载广告片头等。一旦第一广告内容的人机识别验证通过，可以立即播放第二广告内容，随着播放，继续加载第二广告内容的其余素材。这样的方案可以在占用带宽和用户等待时间之间平衡，得到一个用户感受更好的解决方案。

如图4～5所示，在本发明的另一些实施方式中，以本发明所提供的人机识别作为主要的验证手段。广告主直接把广告素材直接做成带有人机识别功能的模式。例如：某饮料广告，提示将汽水瓶倒过来，然后触发其他的促销信息。则采集这个控制汽水瓶倒过来的动作，可以作为人机识别的基础。

本发明的优点在于利用了人类与机器本质上的区别进行人机识别，比纯使用设备信息验证要准确得多。而且充分利用了广告的特点，在不增加用户负担的情况下，实现了人机识别。而且采集了更多维度的数据，为后续的数据分析提供了资料，最重要的是该些维度的数据不涉及个人隐私。

本发明不限于上述实施方式，在本发明思想的范围内可以进行各种变更。本发明已通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。