[发明专利]一种理财网站合法资质检测方法、装置、设备及介质

说明书

本申请公开了一种理财网站合法资质检测方法、装置、设备及介质。该方法包括：获取目标网站并识别所述目标网站是否为已知合法资质网站；如果否，则确定所述目标网站的网站类型和网站关键词；将所述网站关键词与预设正则表达式进行匹配，以得到匹配参数；基于所述匹配参数和所述网站类型判断所述目标网站是否为具有合法资质的理财网站。可见，通过获取的网站关键词与预设正则表达式进行匹配，可以反映出目标网站是否存在公开宣传理财产品的行为，然后通过匹配参数和网站类型确定目标网站是否为具有合法资质公开理财产品的理财网站，提高了理财网站合法资质的检测能力。

技术领域

本发明涉及网站检测领域，特别涉及一种理财网站合法资质检测方法、装置、设备及介质。

背景技术

目前，网络上充斥着各种各样的投融资网站和理财产品，人们可以通过网络购买理财产品或进行投资。但是，网络上同样也存在着某些没有销售理财产品合法资质的非法网站，这类非法网站中会存在非法理财产品的销售，例如私募基金，即以非公开发行方式向合格投资者募集的，投资于股票、股权、债券、期货、期权、基金份额及投资合同约定的其他投资标的投资基金，私募基金只能面向合格投资者募集资金，不得公开推介、宣传、打广告。然而，不法分子利用私募基金从事非法活动，大肆公开宣传，为拓宽募资渠道，部分私募机构与银行、保险等机构合作进行代销私募基金。而个别不法份子，利用投资者对银行、保险机构的信任，或复制保险营销、传销等手段，以欺骗手段向非合格投资者兜售私募基金，导致在投资者不知情的情况下加剧投资者的投资风险。因此，如何检测理财网站是否具有合法资质，及时发现非法资质网站保障人民的财产安全，是当前广泛关注的问题。

发明内容

有鉴于此，本发明的目的在于提供一种理财网站合法资质检测方法、装置、设备及介质，能够实现理财网站合法资质的检测。其具体方案如下：

第一方面，本申请公开了一种理财网站合法资质检测方法，包括：

获取目标网站并识别所述目标网站是否为已知合法资质网站；

如果否，则确定所述目标网站的网站类型和网站关键词；

将所述网站关键词与预设正则表达式进行匹配，以得到匹配参数；

基于所述匹配参数和所述网站类型判断所述目标网站是否为具有合法资质的理财网站。

可选的，所述获取目标网站并识别所述目标网站是否为已知合法资质网站，包括：

通过爬虫技术获取投融资类网站，以得到所述目标网站；

查看所述目标网站的网站标题和描述语句确定所述目标网站是否为已知合法资质网站。

可选的，所述确定所述目标网站的网站关键词，包括：

利用TF-IDF算法计算所述目标网站的文本信息中词语的TF-IDF值，并筛选出所述TF-IDF值大于预设阈值的词语；

基于目标关键词的预设权重对所述词语进行加权计算，以确定出所述网站关键词；其中，所述目标关键词包括收益、产品、投资、理财、金融、背书、担保、期限、稳定、会员、保本、非保本、高回报和风险中的任意一项或几项。

可选的，所述利用TF-IDF算法计算所述目标网站的文本信息中词语的TF-IDF值之前，还包括：

通过HTML解析器获取所述目标网站的一级页面和二级页面的超文本标记语言；所述超文本标记语言包括文本信息和图片；

通过光学字符识别技术提取所述超文本标记语言中图片包含的文本信息，以获取所述目标网站包含的文本信息。

可选的，所述预设正则表达式的规则字符串为所述目标关键词。