[发明专利]作弊站点的识别方法、装置、设备、存储介质及程序产品

权利要求书

1.一种作弊站点的识别方法，包括：

提取待识别站点中各个网页的链接关系；

基于所述链接关系构造链接关系图，所述链接关系图包括待识别站点中各个网页分别与其他网页的指向关系；

基于所述链接关系图，通过预先训练好的模型确定识别结果，所述识别结果包括所述待识别站点是作弊站点或者所述待识别站点不是作弊站点，所述链接关系图为所述模型的输入，正常站点的链接关系是逐级指向网页，存在目录结构；作弊站点的链接关系是混乱的。

2.根据权利要求1所述的方法，其中，所述链接关系包括所述网页分别与各个指向网页的指向关系，各个指向网页为所述网页中存在的各个选项分别指向的网页；

所述基于所述链接关系构造链接关系图，包括：

按照各个网页的所述链接关系，对所述待识别站点中网页进行链接，得到所述链接关系图。

3.根据权利要求2所述的方法，其中，所述按照各个网页的所述链接关系，对所述待识别站点中网页进行链接，得到所述链接关系图，包括：

以至少一个网页作为节点，并在所述节点对应的网页与其他网页存在所述链接关系时，对所述节点与所述其他网页对应的节点建立链接，得到链接关系图。

4.根据权利要求1所述的方法，在所述基于所述链接关系图，通过预先训练好的模型确定识别结果之前，所述方法还包括：

获取多个样本站点的作弊真值，并提取每个样本站点网页中的链接关系，将所提取出的链接关系作为样本链接关系；

基于所述样本链接关系构造样本链接关系图；

基于多个样本站点分别对应的所述作弊真值和所述样本链接关系图，对初始模型进行训练，得到训练好的模型，所述训练好的模型包括满足预设训练结束条件的模型参数。

5.根据权利要求4所述的方法，其中，所述作弊真值表示样本站点是否作弊；

所述基于所述链接关系图，通过预先训练好的模型确定识别结果，包括：

将所述链接关系图输入预先训练好的模型，通过预先训练好的模型输出作弊标识信息，并将所述作弊标识信息作为所述识别结果，其中，所述作弊标识是表示所述待识别站点是否作弊的标识。

6.根据权利要求4所述的方法，其中，所述作弊真值表示样本站点是作弊站点的概率值；

所述基于所述链接关系图，通过预先训练好的模型确定识别结果，包括：

将所述链接关系图输入预先训练好的模型，通过预先训练好的模型输出所述待识别站点是作弊站点的概率；

当所述概率大于等于作弊概率阈值时，则确定识别结果为所述待识别站点是作弊站点；

当所述概率小于所述作弊概率阈值时，则确定识别结果为所述待识别站点不是作弊站点。

7.一种作弊站点的识别装置，包括：

第一提取模块，用于提取待识别站点中各个网页的链接关系；

第一构造模块，用于基于所述链接关系构造链接关系图，所述链接关系图包括待识别站点中各个网页分别与其他网页的指向关系；

识别模块，用于基于所述链接关系图，通过预先训练好的模型确定识别结果，所述识别结果包括所述待识别站点是作弊站点或者所述待识别站点不是作弊站点，所述链接关系图为所述模型的输入，正常站点的链接关系是逐级指向网页，存在目录结构；作弊站点的链接关系是混乱的。

8.根据权利要求7所述的装置，其中，所述链接关系包括所述网页分别与各个指向网页的指向关系，各个指向网页为所述网页中存在的各个选项分别指向的网页；

所述第一构造模块，具体用于按照各个网页的所述链接关系，对所述待识别站点中网页进行链接，得到所述链接关系图。

9.根据权利要求7所述的装置，其中，所述第一构造模块，具体用于以至少一个网页分别作为一个节点，并在所述节点对应的网页与其他网页存在所述链接关系时，对所述节点与所述其他网页对应的节点建立链接，得到链接关系图。