[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

说明书

本发明实施例提供一种监测虚拟货币网站的方法及装置、电子设备及存储介质，包括：采集监测对象，所述监测对象包括若干个网址及其html文档；通过预设条件从监测对象中筛选出目标对象；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。本发明实施例通过自动搜索预设关键词库中的关键词、定期爬取涉嫌开展违法违规虚拟货币资讯网站和指定网址名单的方式搜集监测对象，也就是可疑网址名单，并使用预先训练好的虚拟货币业务判别模型提高识别准确率，识别涉嫌开展违法违规虚拟货币业务网站，相比于现有技术，极大减轻了人工排查压力，提升了监测效率。

技术领域

本发明属于互联网监测技术领域，具体涉及一种监测虚拟货币网站的方法及装置、电子设备及存储介质。

背景技术

有关监管部门密切关注开展虚拟货币相关业务的网站，积极开展 监测工作。前期所使用的方法主要是：第一阶段，首先，通过人工使 用搜索引擎搜索相关关键词，访问虚拟货币资讯网站，接受举报线索 等方式采集网址；然后，通过人工对所获网址一一打开排查核实，查 询网站备案信息等，填写数据信息表格。第二阶段，引入爬虫技术， 首先，自动调用搜索引擎搜索指定关键词，并针对部分资讯网站定制 爬虫程序进行爬取，获得有关网址；然后，爬取每个网址html文档， 根据是否包含少量特定关键词(如“比特币交易”等)，判断是否开 展虚拟货币相关业务，再对疑似开展有关业务的网站进行人工访问排 查，并引入第三方接口数据补充网站备案信息等。

第一阶段的方法，完全依赖人工完成，监测周期长，整体效率较为低下；受制于人工效率，所获取的网址数量较少，监测覆盖面有限。第二阶段的方法，利用程序自动化爬取，能够获取较多网址，扩大了监测覆盖面，并且对所获取的网址进行了初步筛选。但由于筛选规则过于简单，筛选后虚拟货币相关业务网站的命中率仍然偏低，从未高于40％，一般在25％上下浮动，导致大量无关网站进入后续人工排查环节中，增加了后续监测工作压力。

除以上方法外，目前市场上暂无专门针对涉嫌违法违规虚拟货币交易相关业务的网站进行监测的装置或方法，也并未针对涉嫌违法违规虚拟货币交易相关业务类型进行专门的模型定制，导致人工排查压力大，识别准确率低，监测效率低等问题。

发明内容

本发明实施例提供一种能够提高识别准确率、减轻人工排查压力，提升监测效率的监测虚拟货币网站的方法及装置、电子设备及存储介质。

本发明实施例提供一种监测虚拟货币网站的方法，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。

根据本发明实施例所述的监测虚拟货币网站的方法，其中，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；