科技-打击异常流量，看国双大数据和人工智能技术如何赋能智能营销？

【逐日科技网】近日，国双在中国广告协会的指导下，重磅发布了《国内互联网异常流量白皮书2020》。根据国双Ad Dissector(互联网广告监测分析优化平台)全年监测的互联网广告数据显示，2020年互联网广告异常曝光占比29.4%，较2019年降落了2.8%。异常点击占比降落明显，从33.8%降落至25.7%。整体来看，2020年异常流量虽然有所降落，但情势依然不容乐观。

数据技术及互联网产业的不断发展，推动了数字广告的高速增长，与此同时虚假流量、网络水军及背后的网络黑灰产业链也愈发猖獗，严重侵害了用户、平台、品牌等各方利益。作为中国的企业级大数据和人工智能解决方案提供商，国双始终走在国内广告反敲诈的前列，那么国双是如何利用利用大数据、知识图谱和人工智能等方面的技术来对抗异常流量的?面对广告敲诈，媒体、广告主、代理商、第3方公司又扮演了怎样的角色呢?

对此，国双营销云技术总经理吴充和国双营销产品技术经理李济景结合国双近期发布的《国内互联网异常流量白皮书2020》对行业现状进行了深入分析。

1、作为国内广告反敲诈的积极推动者，国双已连续4年制作并发布《国内互联网异常流量白皮书》，国双发布《国内互联网异常流量白皮书》的初衷是什么?为行业带来了哪些价值?

第1，作为1家致力于利用大数据和人工智能赋能智能营销的技术公司，国双延续地帮助广告主监测媒体对广告的流量产生，帮助其科学地衡量广告投放效果，助力客户利用人工智能以增强广告效果，用于寻觅并肯定受众、完善有创意的信息传递，构成受众特点，优化客户既定目标。但因流量所承载的经济价值，也滋生了流量造假的黑灰产业链，国双延续发布《国内互联网异常流量白皮书》，将行业里存在的异常流量公布出来，是提升数字广告透明度，推动行业健康发展应尽的义务。

第2房子贷款过程中拆迁怎么办，发布4年以来，国双的《国内互联网异常流量白皮书》内容也在不断完善和丰富，这得益于国双结合大数据、人工智能的基因，不断升级异常流量甄别技术。从最初关注硬广产生的异常流量，到今年增加对内容营销及KOL等存在的无效流量分析，国双为广告主了解互联网流量行业现状提供了数据根据，每年也都得到了客户和行业伙伴的大力关注。

第3，《国内互联网异常流量白皮书》的发布会对流量造假组织起到警示和震慑作用。

2、从国双近日发布的《国内互联网异常流量白皮书》来看，2020全年异常流量整体显现明显降落趋势，异常流量降落的主要缘由有哪些?又出现了哪些新的趋势?

异常流量降落首先在于行业对异常流量的关注度有所提升，中国广告协会、MMA中国等行业组织都在大力推动行业标准的制定，国双也积极参与异常流量相干标准的制定工作，贡献了很多黑名单，各方的共同努力有效遏制了异常流量上升的趋势。

其次也和疫情有1定的关系。2020上半年异常流量整体呈降落趋势，但是下半年又显现上升的趋势。异常流量的存在，1方面是有造假的利益驱使，另外1方面是在过去相当长1段时间，移动互联网处于红利状态，流量的买卖市场出现供不应求的状态，广告主需要越来越多的流量，但是媒体能提供的流量总池子已到达瓶颈，这就会有1定的异常流量来堵上缺口。而2020上半年受疫情影响，很多广告主都缩减了预算，对流量需求降落，所以异常流量也就降落了。

从GIVT(1般无效流量)和SIVT(复杂无效流量)各自的变化来看，GIVT是降落的趋势，SIVT则处于上升的趋势。这说明造假本钱较低的这部分异常流量在降落，由于全部行业的监管会越来越严，标准也越来越统1，媒体都会认可GIVT的辨认。但是相应的SIVT的变化是上升的，由于这部分流量造假的投入本钱更高，其辨认难度和全部行业的统1认知差异会更大。

　3、GIVT(1般无效流量)和SIVT(复杂无效流量)两类异常流量在辨认方式上有什么差异?

GIVT(1般无效流量)的辨认比较简单，通过中国广告协会发布的黑名单对比，或基于1定的特点规则，比如出现高频的点击、曝光，就能够够发现里面的异常流量。

SIVT(复杂无效流量)的辨认比较复杂，它的复杂在于常规的手段已解决不了问题，也没有行业黑名单作为根据，乃至可能还需要人工的参与。为此，国双采取了1种灰名单的方式棚户区改造现金补偿标准，通过人工智能技术将存疑的流量辨认出来，再借助人工进1步来做更准确的判断。除辨认手段更复杂之外，行业在SIVT的认定上也会存在1些争议，这也是为什么市面上绝大多数媒体其实不认同把SIVT直接剔除来作为结算根据。

　4、目前有哪些技术手段可以有效甄别异常流量?

构建数据模型。可以举1个具体的例子，比如手机墙刷量现象。1般商家推出活动，目的是让消费者参与活动，产生1些回馈。如果我们作为1个消费者正常参与，不会影响活动效果。但是会有人通过手机墙的方式刷量，这也是真实设备产生的流量。对这类异常流量的过滤和辨认，就需要构建数据模型发现这部分数据的规律，比如都是来自于同1个IP，或操作时间相对集中等，通过这样的复杂特点去辨认。固然数据模型也需要延续优化，只有不断地喂数据进去，才能更好地发现规律，再生成模型，提高辨认效率和精准性。

5、在对异常流量的甄别上，的难点是什么?国双的应对方案是什么?

难点主要体现在两方面，1是全部行业在复杂异常流量辨认上没法构成闭环，作为第3方可以辨认出来1些复杂异常流量，但是如何评估并确诊这是不是是真实的复杂异常流量，需要客户、媒体1并来处理。由于媒体对复杂异常流量有所避讳，这个闭环还没法建立起来。

其次，不论是异常流量辨认，还是做更全面的分析，都需要足够多的数据量。虽然国双基于长年的积累，积累了大量的数据量，也占有了1定的市场范围，可以输出1些规则。但其实数据的深度和维度还不足够，需要全部行业1起来推动。在GIVT方面，大家已建立起了1套行之有效的工作机制，而SIVT方面还有待进1步推动。

做复杂异常流量辨认不光要依赖算法，还要依赖人工分析，知识和经验也很重要。国双下1步也会继续把实行内容沉淀到相应的知识体系中土地征收和征用有区别吗，通过知识图谱技术，构建异常流量知识库，更好地辅助我们做复杂异常流量的辨认。

　6、随着内容营销对社会和公众的影响不断增大，其背后的KOL无效流量、虚假舆情等问题也日益严重，对这类作弊行动，国双具体是如何利用大数据、知识图谱和人工智能几个方面的技术来辨认的呢?

国双在过去相当长时间积累了很多的数据能力，另外1方面，国双本身也在帮助客户做用户运营和效果评估，积累了大量第1手真实数据，所以能够科学和准确地找到评估开发/舆情方面的数据指标、计算方式。

此次国双发布《《国内互联网异常流量白皮书》也是结合了行业内的多维度数据，后续国双还会继续借助本身的人工智能和大数据技术优势和服务客户的能力，不断地推出相干的内容。

另外，从造假的缘由来看，硬广主要有两方面，1是从造假团伙的利益角度，2是流量本身供不应求。而软广造假可能更复杂1点，这里面有益益的因素，也有1些是由于生态不健康导致的。作为第3方，国双能够通过大数据和人工智能技术构建数据模型帮助广告主发现这些问题，但是真正要根治，其实还需要包括平台在内的行业各方共同推动。

7、打击异常流量，守护数据真实安全，是推动行业健康发展的基础，在保障数据真实安全方面，国双都采取了哪些行动?

国双1直在配合中国广告协会、信通院、MMA等行业组织，共同推动异常流量的辨认，同时也积极参与行业标准和规则的制定，比如OTT广告评估标准、互联网广告标识(CAID)、行业黑名单等。

　8、媒体、广告主、代理商、第3方作为互联网广告产业链上的重要环节，在广告敲诈与反敲诈中的关联是怎样的?作为第3方公司，又该如何保持客观公正性?

行业各方其实对广告反敲诈都有很大的影响，国双作为第3方公司主要是提供异常流量辨认的技术手段，帮助行业发现异常流量。但其实媒体方也会有相应的辨认手段，乃至会有更有效的手段来进行异常流量的辨认。广告主起决定性作用，如果广告主更旗帜鲜明地站在反对异常流量的位置上，同时给予足够的气力支持这方面的工作，会带动全部行业构成完全的反敲诈链条。

作为第3方公司，必须要保证本身的客观公正性，由于第3方是这个链条上有能力、有立场做客观公正判断的角色。首先，作为第3方公司，技术手段要过硬，具有辨认复杂异常流量的能力;其次也要积极参与到行业各种标准和相干事务中;最后要保证产品、公司背景的独立性，不受外界的影响干扰。