APP诱导点击广告迎来史上最强监管,开发者应该怎么做?

近期,不少APP因诱导点击广告合规自检意识淡薄,被有关部门通报要求进行整改或下架。对开发者而言,合法合规已然成为APP广告商业化的生死存亡大事,而过滤诱导点击广告就是商业化团队目前脱离生死线的法宝。倍业科技本着协助APP完成合规自检降低风险挽回损失的初衷,在原有广告AI技术基础上迭代进化,推出AI过滤诱导点击广告服务。


2021年至今,有关部门监控打击APP诱导点击广告的新闻此起彼伏:
7月28日,工信部通报14款App未严格落实开屏弹窗信息整改要求;
7月16日,工信部新闻发言人、信息通信管理局局长赵志国分享了关于开展APP弹窗骚扰用户问题的专项整治;
7月8日,工信部大力推进APP开屏弹窗信息骚扰用户问题整治;
5月8日,国家网信办开展专项行动 PUSH弹窗成整治重点;
3月16日,工信部严厉查处“3·15”晚会曝光“诱导老年人下载APP”等违规行为;
...

人工审核为什么无法满足业务需求?


人工审核待展现广告既面临监管整改下架风险,又存在广告收益受损。
以某头部APP日活高峰期为例,待展现广告审核需求通常又多又急,准确率还要高,虽然广告商业化团队也有十数名专业审核人员,但传统的人工审核方式并不能满足此种海量高频场景。这种情况下,常常会出现非专业审核的运营临时“救场”。可随之而来的,就是非专业人员对审核规则和相关法律法规的理解不到位,审核准确率严重下降,诱导点击广告频频展现,随时被监管整改下架,同时批量误拒和审核速度过慢还降低了广告收益。

v2-ccf96d5fb9903fdb6f288ffb3f8914d2_720w.jpg

诱导点击广告示例

挽回广告收益损失、规避风险、降本增效


AI过滤诱导点击广告服务和传统人工+程序化审核方式相⽐,对程序化素材审核任务体系进行升级,来实现诱导点击识别算法、审核规则大数据、算力一体化。在AI替代程序化审核任务之外,将审核行为特征、图片特征、文本特征等纳入统一的AI审核范畴,采用NLP、OCR、深度学习等技术对审核对象的文字、图片等各类文本文件统一化处理。由此诱导点击广告审核过滤质量得到了保证,广告收益损失得以挽回,监管风险被控制在萌芽中,更值得开发者信赖。
适用广告形式:开屏广告、视频前贴片广告、激励视频广告、原生广告、Banner广告、信息流广告等。
AI过滤诱导点击广告服务特点: 审核精准度高、审核速度快、弹性审核能力强。AI标准化的专业审核能力,带来高度精准的诱导点击素材过滤效果。倍业科技通过模拟学习原来专业人工审核+自动审核中的广告法、审核策略、程序和操作作业模式,将专业审核能力迁移到AI模型上。特别是专业人员间配置规则后,审核结果偏差较大或难以抉择的广告素材,会自动生成辅助决策TAG,实现了AI审核和辅助决策相融合,最大化保证过滤诱导点击广告的准确率,完成自身合规化规避了监管风险,挽回了广告收益损失。

v2-203ae3127ae3ce0797ca3c07c942e6c1_720w.jpg

业务流程图


AI过滤诱导点击广告服务,帮助开发者实现了降本增效。还以该头部APP为例,广告商业化团队首次使用AI过滤诱导点击广告服务,专业审核人员们对少部分待广告素材审核之后,审核操作特征直接上传到了专属AI模型,AI识别引擎秒级分析审核特征,匹配诱导识别算法,为广告商业化团队复制成千上万名专业审核人员分身,对十数万计广告素材进行诱导点击广告审核过滤。整个过程可能只需要几秒,就完成了海量素材审核过滤。不但极大的提升了审核速度,同时也解决了审核需求的波峰波谷,实现了降本增效。


极简的操作步骤


开发者根据自身过滤诱导点击广告需求,在审核设置中对应开启诱导素材检查、图片违规文字检查、图片无文字检查、图片规格不匹配检查的按钮,Blink识别诱导图片/诱导文字/诱导图片形式,与算法模型+数据库规则双重匹配,自动开启审核过滤诱导点击广告。

v2-ceb1e4117bf83c39ce5da6d3ad0896ba_720w.jpg

审核设置部分界面


Blink不单有专业标准化自动审核过滤能力,还满足了各类型APP成千上万运营的个性化需求。当出现难以判断的素材就会生成智能标签,进入辅助决策审核程序。

v2-d271b7ce12c46af5668f50b139b12bba_720w.jpg

智能标签界面


审核过滤效果


倍业科技依托长期以来专业人员授予的审核行为数据,结合诱导点击素材特征,尝试不同图像识别算法,反复进行深度学习模型的效果调优,最后可以达到对95.93%的诱导点击素材进行审核过滤处理。AI过滤诱导点击广告服务完全达到替代传统人工+程序化审核过滤水平,大幅提高开发者效率。

v2-58c7d1ea8e95124a29ed96fb17da64f0_720w.jpg

不同CNN模型下检查点及验证集准确率分布(来源:研究贡献)

研究贡献:邝逸伦.《诱骗广告图片识别算法的设计与实现》 ,2021-05-16.

你可能感兴趣的文章

相关问题

0 条评论

请先 登录 后评论

作家榜 »

  1. 机场小秘 49 文章
  2. 梁丽丽 21 文章
  3. 蔡蔡 3 文章
  4. 卢恒 倍业科技... 3 文章
  5. 行业文库 3 文章
  6. 包子 2 文章
  7. 小飞机 2 文章
  8. 李德彬 1 文章