[發明專利]一種理財網站合法資質檢測方法、裝置、設備及介質

在審

• 申請號: 202011364312.2
• 申請日: 2020-11-27
• 公開（公告）號: CN112330463A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 汪出;范淵;黃進
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q10/06;G06F16/953
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 丁曼曼

1.一種理財網站合法資質檢測方法，其特征在于，包括：

獲取目標網站并識別所述目標網站是否為已知合法資質網站；

如果否，則確定所述目標網站的網站類型和網站關鍵詞；

將所述網站關鍵詞與預設正則表達式進行匹配，以得到匹配參數；

基于所述匹配參數和所述網站類型判斷所述目標網站是否為具有合法資質的理財網站。

2.根據權利要求1所述的理財網站合法資質檢測方法，其特征在于，所述獲取目標網站并識別所述目標網站是否為已知合法資質網站，包括：

通過爬蟲技術獲取投融資類網站，以得到所述目標網站；

查看所述目標網站的網站標題和描述語句確定所述目標網站是否為已知合法資質網站。

3.根據權利要求1所述的理財網站合法資質檢測方法，其特征在于，所述確定所述目標網站的網站關鍵詞，包括：

利用TF-IDF算法計算所述目標網站的文本信息中詞語的TF-IDF值，并篩選出所述TF-IDF值大于預設閾值的詞語；

基于目標關鍵詞的預設權重對所述詞語進行加權計算，以確定出所述網站關鍵詞；其中，所述目標關鍵詞包括收益、產品、投資、理財、金融、背書、擔保、期限、穩定、會員、保本、非保本、高回報和風險中的任意一項或幾項。

4.根據權利要求3所述的理財網站合法資質檢測方法，其特征在于，所述利用TF-IDF算法計算所述目標網站的文本信息中詞語的TF-IDF值之前，還包括：

通過HTML解析器獲取所述目標網站的一級頁面和二級頁面的超文本標記語言；所述超文本標記語言包括文本信息和圖片；

通過光學字符識別技術提取所述超文本標記語言中圖片包含的文本信息，以獲取所述目標網站包含的文本信息。

5.根據權利要求3所述的理財網站合法資質檢測方法，其特征在于，所述預設正則表達式的規則字符串為所述目標關鍵詞。

6.根據權利要求1所述的理財網站合法資質檢測方法，其特征在于，所述已知合法資質網站包括銀行類網站、證券類網站、公募基金類網站、期貨類網站和保險類網站；所述網站類型包括小額貸款類網站、科技金融類網站、財富公司類網站、私募基金類網站、信托類網站和其他類型網站。

7.根據權利要求6所述的理財網站合法資質檢測方法，其特征在于，所述基于所述匹配參數和所述網站類型判斷所述目標網站是否為具有合法資質的理財網站，包括：

若所述網站類型對應的風險等級為高風險，并且所述匹配參數大于等于第一預設閾值，則判定所述目標網站為不具有合法資質的理財網站；

若所述網站類型對應的風險等級為中風險，并且所述匹配參數大于等于第二預設閾值，則判定所述目標網站為不具有合法資質的理財網站；

若所述網站類型對應的風險等級為低風險，并且所述匹配參數大于等于第三預設閾值，則判定所述目標網站為不具有合法資質的理財網站；

其中，所述財富公司類網站和所述私募基金類網站的風險等級為高風險；所述小額貸款類網站和所述科技金融類網站的風險等級為中風險；所述信托類網站和所述其他類型網站的風險等級為低風險。

8.一種理財網站合法資質檢測裝置，其特征在于，包括：

合法資質網站識別模塊，用于獲取目標網站并識別所述目標網站是否為已知合法資質網站；

網站關鍵詞確定模塊，用于如果所述合法資質網站識別模塊的識別結果為否，則確定所述目標網站的網站類型和網站關鍵詞；

匹配模塊，用于將所述網站關鍵詞與預設正則表達式進行匹配，以得到匹配參數；

合法資質判斷模塊，用于基于所述匹配參數和所述網站類型判斷所述目標網站是否為具有合法資質的理財網站。

9.一種電子設備，其特征在于，包括：

存儲器，用于保存計算機程序；

處理器，用于執行所述計算機程序，以實現如權利要求1至7任一項所述的理財網站合法資質檢測方法。

10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機程序；其中計算機程序被處理器執行時實現如權利要求1至7任一項所述的理財網站合法資質檢測方法。