[發明專利]一種發現互聯網金融輿情監管目標的方法

在審

• 申請號: 201711166896.0
• 申請日: 2017-11-21
• 公開（公告）號: CN108009219A
• 公開（公告）日: 2018-05-08
• 發明（設計）人: 吳震;王秀文;唐兆涵;蘇沐冉;馮凱;李秀旺;牛廣方
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;中科天璣數據科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q40/00
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國富

本發明公開了一種發現互聯網金融輿情監管目標的方法，涉及互聯網金融大數據領域。所述方法包括：實時獲取備選互聯網金融企業的網站地址，并將所述網站地址存儲在網頁待解析庫中；對網頁待解析庫中新增的網站地址所對應的網頁解析，得到備選互聯網金融企業的名稱，將驗證成功后的名稱作為互聯網金融企業監測目標，完成發現互聯網金融輿情監管目標。本發明所述方法自動發現互聯網金融企業目標，找到其對應的網站地址，通過初期配置后自循環發現，不需要長期人工干預，通過長期運行有效地發現新增互聯網金融企業目標。

技術領域

本發明涉及互聯網金融大數據領域，尤其涉及一種發現互聯網金融輿情監管目標的方法。

背景技術

近年來隨著互聯網技術的發展和普及，傳統金融機構與互聯網企業結合，利用互聯網技術提供金融類相關服務，以互聯網為平臺開展各類金融活動，傳統金融機構與互聯網企業結合的模式為廣大網民帶來方便的同時產生諸多弊端。由于信息不透明，行業準入門檻低，相關服務以及資金缺乏監管等原因，造成部分企業資金斷裂、無法按約定履行金融合同乃至毀約，給相關參與者造成巨大經濟損失，給社會造成巨大不良影響。

輿情監測是現有互聯網監測中的一種重要解決方案，輿情監測眾多方式中，關鍵詞監測是一種行之有效的手段，通過配置關鍵詞能夠對目標在互聯網的信息進行監測，及時有效進行預警，但互聯網金融企業眾多，需要一種能夠及時發現互聯網金融的監管目標并形成監測關鍵詞的方法。

發明內容

本發明的目的在于提供一種發現互聯網金融輿情監管目標的方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明所述發現互聯網金融輿情監管目標的方法，所述方法包括：

S1，實時獲取備選互聯網金融企業的網站地址，并將所述網站地址存儲在網頁待解析庫中；

S2，對網頁待解析庫中新增的網站地址所對應的網頁解析，得到備選互聯網金融企業的名稱，將驗證成功后的名稱作為互聯網金融企業監測目標，完成發現互聯網金融輿情監管目標。

優選地，S1中，通過搜索和/或門戶網站掃描，實時獲取備選互聯網金融企業的網站地址。

更優選地，通過搜索，實時獲取備選互聯網金融企業的網站地址，具體為：

設置互聯網金融行業搜索目標關鍵詞集合，通過自動化采集搜索方式在搜索引擎檢索，將搜索引擎返回結果中前三頁的每個搜索結果對應的網站地址作為備選互聯網金融企業的網站地址。

更優選地，通過門戶網站掃描，實時獲取備選互聯網金融企業的網站地址，具體為：通過掃描互聯網金融企業門戶網站的網貸平臺推薦、查詢功能，獲取新出現的互聯網金融企業的網站頁面所對應的網站地址，并將該網站地址作為備選互聯網金融企業的網站地址。

優選地，在實時獲取備選互聯網金融企業的網站地址與將網站地址存儲在網頁待解析庫之間還包括：判斷獲取的任意一個備選互聯網金融企業的網站地址a是否被采集過，如果是，則忽略該網站地址a；如果否，則將該網站地址a存儲到網頁待解析庫中。

優選地，S2具體按照下述實現：

S21，獲取網頁待解析庫中任意一個新增網站地址b對應的網頁，判斷所述網頁是否為互聯網金融企業的網站首頁，如果是，則進入S22；如果否，則忽略新增網站地址b，繼續判斷下一個新增網站地址；

S22，從所述互聯網金融企業的網站首頁上獲取頁面標題信息；

解析頁面標題信息，通過頁面標題信息中的分隔符將頁面標題信息劃分為多段，對每一段進行分詞，將分詞結果作為新產生的關鍵詞存入標題分詞結果庫；所述分隔符包括下劃線、橫杠；

S23，在預先建立的金融語料庫的基礎上，通過加權方式計算新產生關鍵詞的出現率，得出現率排序低的詞，將排序低的詞組合為備選互聯網金融企業的名稱集合；