[发明专利]监测虚拟货币网站的方法及装置、电子设备及存储介质

权利要求书

1.一种监测虚拟货币网站的方法，其特征在于，包括：

S1：采集监测对象，所述监测对象包括若干个网址及其html文档；

S2：通过预设条件从监测对象中筛选出目标对象；

S3：将所述目标对象的html文档输入至预设的虚拟货币业务判别模型，对所述目标对象开展的业务类型进行判别，具体包括：

S31：通过正则匹配在输入的html文档中查找、匹配是否存在预设门槛关键词；若是，执行S32；若否，则输出的业务类型为无效样本；

S32：根据预设关键词字典，对所述html文档进行分类和打分，并根据各个业务类型对应的标准分值计算出所述html文档在每个业务类型的最终得分；其中，所述业务类型包括目标业务类型、资讯和无效样本；

S33：基于所述html文档的分类结果以及在每个业务类型的最终得分，判别所述目标对象开展的业务类型。

2.根据权利要求1所述的监测虚拟货币网站的方法，其特征在于，所述S1具体包括：通过预设条件从监测对象中筛选出目标对象；

根据预设关键词库调用搜索引擎，爬取监测对象，所述预设关键词库包括预设关键词和新增关键词；

或爬取与虚拟货币网站相关的资讯网站作为监测对象；

或将输入网址或批量导入的网址作为监测对象。

3.根据权利要求1所述的监测虚拟货币网站的方法，其特征在于，所述S2具体包括：

S21：利用白名单对所述监测对象进行筛选，排除属于白名单的网址，得到剩余监测对象；

S22：爬取所述剩余监测对象的html文档，根据获取情况及对html文档内容的分析，排除异常网址，得到目标对象。

4.根据权利要求1所述的监测虚拟货币网站的方法，其特征在于，所述S32具体包括：

S321：根据预设关键词字典，对所述html文档进行分类和打分，其中，所述预设关键词字典以分类关键词为索引，所述分类关键词的值包括所述分类关键词是否启用、属于何种业务类型、所赋分值、所用的计算规则、出现频次，以及根据所赋分值、出现频次、所用的计算规则所计算的得分；

S322：根据所述分类关键词所属的业务类型对所述html文档进行分类，并对每个业务类型的得分分别进行加总，得到所述html文档在三个业务类型上的初始得分，将每个业务类型上的初始得分减去各个业务类型对应的标准分值，得到所述html文档在每个业务类型的最终得分。

5.根据权利要求1所述的监测虚拟货币网站的方法，其特征在于，所述S33具体包括：

若所述目标业务类型的最终得分最高，判断所述目标业务类型的最终得分是否大于0，若是，则判别所述目标对象开展的业务类型为目标业务类型，若否，则判别所述目标对象开展的业务类型为无效样本；

若所述资讯的最终得分最高，判断所述目标业务类型的最终得分是否大于0，若是，则判别所述目标对象开展的业务类型为虚拟货币资讯，若否，则判别所述目标对象开展的业务类型为一般资讯；

若所述无效样本的最终得分最高，则判别所述目标对象开展的业务类型为无效样本。

6.根据权利要求1所述的监测虚拟货币网站的方法，其特征在于，所述S3之后还包括：

S4：判断所述目标对象开展的业务类型是否为目标业务类型，若是，则执行S5；若否，则记录目标对象开展的业务类型；

S5：引入第三方接口数据，补充所述目标对象的第三方相关信息，所述第三方相关信息包括ICP备案信息、IP地址信息；并对所述html文档进行提取分析，以获取所述目标对象的网站相关信息，所述网站相关信息包括版权信息、网页展示的ICP备案信息；

S6：将所述S1至S5的过程数据进行汇总、保存至数据库。