[發(fā)明專利]監(jiān)測(cè)境外股票交易網(wǎng)站的方法及裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011121231.X
• 申請(qǐng)日: 2020-10-19
• 公開(kāi)（公告）號(hào): CN112256987A
• 公開(kāi)（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 張黎娜;黃琨;葛子川
• 申請(qǐng)（專利權(quán)）人: 中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)
• 主分類號(hào): G06F16/955
• 分類號(hào): G06F16/955;G06F16/35;G06F16/36;G06F16/958;G06F16/951
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王宇楊

本發(fā)明實(shí)施例提供一種監(jiān)測(cè)境外股票交易網(wǎng)站的方法及裝置、設(shè)備及存儲(chǔ)介質(zhì)，包括：采集監(jiān)測(cè)對(duì)象，所述監(jiān)測(cè)對(duì)象包括若干個(gè)網(wǎng)址及其html文檔；通過(guò)預(yù)設(shè)條件從監(jiān)測(cè)對(duì)象中篩選出目標(biāo)對(duì)象；將所述目標(biāo)對(duì)象的html文檔輸入至預(yù)設(shè)的境外股票交易業(yè)務(wù)判別模型，對(duì)所述目標(biāo)對(duì)象開(kāi)展的業(yè)務(wù)類型進(jìn)行判別。本發(fā)明實(shí)施例通過(guò)自動(dòng)搜索預(yù)設(shè)關(guān)鍵詞庫(kù)中的關(guān)鍵詞、定期爬取涉嫌開(kāi)展境外股票交易資訊網(wǎng)站和指定網(wǎng)址名單的方式搜集監(jiān)測(cè)對(duì)象，也就是可疑網(wǎng)址名單，并使用預(yù)先訓(xùn)練好的境外股票交易業(yè)務(wù)判別模型提高識(shí)別準(zhǔn)確率，識(shí)別涉嫌開(kāi)展境外股票交易業(yè)務(wù)網(wǎng)站，相比于現(xiàn)有技術(shù)，極大減輕了人工排查壓力，提升了監(jiān)測(cè)效率。

技術(shù)領(lǐng)域

本發(fā)明屬于互聯(lián)網(wǎng)監(jiān)測(cè)技術(shù)領(lǐng)域，具體涉及一種監(jiān)測(cè)境外股票交易網(wǎng)站的方法及裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中，監(jiān)管部門密切關(guān)注開(kāi)展境外股票交易相關(guān)業(yè)務(wù)的網(wǎng)站，積極開(kāi)展監(jiān)測(cè)工作。前期所使用的方法主要是：第一階段，首先，通過(guò)人工使用搜索引擎搜索相關(guān)關(guān)鍵詞，采集有關(guān)網(wǎng)址；然后，通過(guò)人工對(duì)所獲網(wǎng)址一一打開(kāi)排查核實(shí)，查詢網(wǎng)站備案信息等，填寫數(shù)據(jù)信息表格。第二階段，引入爬蟲(chóng)技術(shù)，首先，自動(dòng)調(diào)用搜索引擎搜索指定關(guān)鍵詞，并針對(duì)少數(shù)資訊網(wǎng)站定制爬蟲(chóng)程序進(jìn)行爬取，獲得有關(guān)網(wǎng)址；然后，爬取每個(gè)網(wǎng)址html文檔，根據(jù)是否包含少量特定關(guān)鍵詞(如“美股交易”等)，判斷是否開(kāi)展境外股票交易相關(guān)業(yè)務(wù)，再對(duì)疑似開(kāi)展有關(guān)業(yè)務(wù)的網(wǎng)站進(jìn)行人工訪問(wèn)排查，并引入第三方接口數(shù)據(jù)補(bǔ)充網(wǎng)站備案信息等。

第一階段的方法，完全依賴人工完成，監(jiān)測(cè)周期長(zhǎng)，整體效率較為低下；受制于人工效率，所獲取的網(wǎng)址數(shù)量較少，監(jiān)測(cè)覆蓋面有限。第二階段的方法，利用程序自動(dòng)化爬取，能夠獲取較多網(wǎng)址，擴(kuò)大了監(jiān)測(cè)覆蓋面，并且對(duì)所獲取的網(wǎng)址進(jìn)行了初步篩選。但由于篩選規(guī)則過(guò)于簡(jiǎn)單，篩選后境外股票交易相關(guān)業(yè)務(wù)網(wǎng)站的命中率仍然偏低，從未高于40％，一般在25％上下浮動(dòng)，導(dǎo)致大量無(wú)關(guān)網(wǎng)站進(jìn)入后續(xù)人工排查環(huán)節(jié)中，增加了后續(xù)監(jiān)測(cè)工作壓力。

除以上方法外，目前市場(chǎng)上暫無(wú)專門針對(duì)境外股票交易相關(guān)業(yè)務(wù)的網(wǎng)站進(jìn)行監(jiān)測(cè)的產(chǎn)品或方法。相關(guān)技術(shù)雖然有助于提升監(jiān)測(cè)效率，但并未針對(duì)境外股票交易相關(guān)業(yè)務(wù)類型進(jìn)行專門研究及模型定制，也未能結(jié)合一線人工排查工作經(jīng)驗(yàn)來(lái)滿足監(jiān)管需求。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種能夠提高識(shí)別準(zhǔn)確率、減輕人工排查壓力，提升監(jiān)測(cè)效率的監(jiān)測(cè)境外股票交易網(wǎng)站的方法及裝置、設(shè)備及存儲(chǔ)介質(zhì)。

本發(fā)明實(shí)施例提供一種監(jiān)測(cè)境外股票交易網(wǎng)站的方法，包括：

S1：采集監(jiān)測(cè)對(duì)象，所述監(jiān)測(cè)對(duì)象包括若干個(gè)網(wǎng)址及其html文檔；

S2：通過(guò)預(yù)設(shè)條件從監(jiān)測(cè)對(duì)象中篩選出目標(biāo)對(duì)象；

S3：將所述目標(biāo)對(duì)象的html文檔輸入至預(yù)設(shè)的境外股票交易業(yè)務(wù)判別模型，對(duì)所述目標(biāo)對(duì)象開(kāi)展的業(yè)務(wù)類型進(jìn)行判別，具體包括：

S31：通過(guò)正則匹配在輸入的html文檔中查找、匹配是否存在預(yù)設(shè)門檻關(guān)鍵詞；若是，執(zhí)行S32；若否，則輸出的業(yè)務(wù)類型為無(wú)效樣本；

S32：根據(jù)預(yù)設(shè)關(guān)鍵詞字典，對(duì)所述html文檔進(jìn)行分類和打分，并根據(jù)各個(gè)業(yè)務(wù)類型對(duì)應(yīng)的標(biāo)準(zhǔn)分值計(jì)算出所述html文檔在每個(gè)業(yè)務(wù)類型的最終得分；其中，所述業(yè)務(wù)類型包括目標(biāo)業(yè)務(wù)類型、資訊和無(wú)效樣本；

S33：基于所述html文檔的分類結(jié)果以及在每個(gè)業(yè)務(wù)類型的最終得分，判別所述目標(biāo)對(duì)象開(kāi)展的業(yè)務(wù)類型。

根據(jù)本發(fā)明實(shí)施例所述的監(jiān)測(cè)境外股票交易網(wǎng)站的方法，其中，所述S1具體包括：通過(guò)預(yù)設(shè)條件從監(jiān)測(cè)對(duì)象中篩選出目標(biāo)對(duì)象；

根據(jù)預(yù)設(shè)關(guān)鍵詞庫(kù)調(diào)用搜索引擎，爬取監(jiān)測(cè)對(duì)象，所述預(yù)設(shè)關(guān)鍵詞庫(kù)包括預(yù)設(shè)關(guān)鍵詞和新增關(guān)鍵詞；

或爬取與境外股票交易網(wǎng)站相關(guān)的資訊網(wǎng)站作為監(jiān)測(cè)對(duì)象；

或?qū)⑤斎刖W(wǎng)址或批量導(dǎo)入的網(wǎng)址作為監(jiān)測(cè)對(duì)象。