[发明专利]一种网站识别方法、装置及电子设备

权利要求书

1.一种网站识别方法，包括：

获取目标类型的网站的多个关键词；

针对每个所述关键词，以所述关键词进行网站检索，得到所述关键词的检索结果；

确定候选网站出现在各个所述检索结果中的出现频次；

如果所述出现频次大于预设第一阈值，将所述候选网站确定为所述目标类型的网站。

2.根据权利要求1所述的方法，还包括：

如果所述出现频次大不于所述预设第一阈值，在所有所述检索结果中确定出现种子网站的检索结果，作为种子检索结果，其中，所述种子网站为预设的所述目标类型的网站；

确定所述候选网站出现在各个所述种子检索结果中的共现频次；

如果所述共现频次大于预设第二阈值，将所述候选网站确定为所述目标类型的网站。

3.根据权利要求2所述的方法，还包括：

如果所述共现频次小于所述预设第二阈值，提取所述候选网站的网站特征；

根据所述候选网站的网站特征与所述目标类型的网站的网站特征间的匹配程度，确定所述候选网站为所述目标类型的网站的置信度，所述置信度与所述匹配程度正相关；

如果所述置信度大于预设第三阈值，将所述候选网站确定为所述目标类型的网站。

4.根据权利要求3所述的方法，其中，所述根据所述候选网站的网站特征与所述目标类型的网站的网站特征间的匹配程度，确定所述候选网站为所述目标类型的网站的置信度，包括：

根据所述候选网站的网站特征与所述目标类型的网站的网站特征间的匹配程度、所述出现频次、所述共现频次，确定所述候选网站为所述目标类型的网站的置信度，所述置信度与所述出现频次正相关，并且所述置信度与所述共现频次正相关。

5.一种网站识别装置，包括：

关键词获取模块，用于获取目标类型的网站的多个关键词；

检索模块，用于针对每个所述关键词，以所述关键词进行网站检索，得到所述关键词的检索结果；

出现频次统计模块，用于确定候选网站出现在各个所述检索结果中的出现频次；

第一判断模块，用于如果所述出现频次大于预设第一阈值，将所述候选网站确定为所述目标类型的网站。

6.根据权利要求5所述的装置，还包括：

筛选模块，用于如果所述出现频次大不于所述预设第一阈值，在所有所述检索结果中确定出现种子网站的检索结果，作为种子检索结果，其中，所述种子网站为预设的所述目标类型的网站；

共现频次统计模块，用于确定所述候选网站出现在各个所述种子检索结果中的共现频次；

第二判断模块，用于如果所述共现频次大于预设第二阈值，将所述候选网站确定为所述目标类型的网站。

7.根据权利要求6所述的装置，还包括：

特征提取模块，用于如果所述共现频次小于所述预设第二阈值，提取所述候选网站的网站特征；

特征匹配模块，用于根据所述候选网站的网站特征与所述目标类型的网站的网站特征间的匹配程度，确定所述候选网站为所述目标类型的网站的置信度，所述置信度与所述匹配程度正相关；

第三判断模块，用于如果所述置信度大于预设第三阈值，将所述候选网站确定为所述目标类型的网站。

8.根据权利要求7所述的装置，其中，所述特征匹配模块，具体用于根据所述候选网站的网站特征与所述目标类型的网站的网站特征间的匹配程度、所述出现频次、所述共现频次，确定所述候选网站为所述目标类型的网站的置信度，所述置信度与所述出现频次正相关，并且所述置信度与所述共现频次正相关。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。