[发明专利]一种网站不良似然度获取方法和装置

摘要

本发明公开了一种网站不良似然度获取方法和装置，该方法包括统计网站疑似不良文本的数目；统计网站疑似不良图片的数目；统计网站疑似不良视频的数目；根据疑似不良文本的数目、疑似不良图片的数目和疑似不良视频的数目获取网站的不良似然度。本发明通过对网站的文本、图片和视频内容进行分析，通过各种内容的疑似不良数目判断网站的不良似然度，判断过程快速准确，提供了对网络环境的全面检测。

主权项

一种网站不良似然度获取方法，其特征在于，包括：统计网站疑似不良文本的数目；所述统计网站疑似不良文本的数目，包括：用预设的不良关键字字库与网站中的每个文本文件的文字进行匹配；统计每个文本文件中不良关键字匹配个数和总次数；当文本文件中的不良关键字匹配个数和次数均达到阈值时，将该文本文件标记为疑似不良文本，统计网站中的疑似不良文本的数目;统计网站疑似不良图片的数目；统计网站疑似不良视频的数目；根据疑似不良文本的数目、疑似不良图片的数目和疑似不良视频的数目，预设的权重，预设的置信度获取网站的不良似然度；所述不良似然度的获取方法为：S＝α×Z1×S1+β×Z2×S2+γ×Z3×S3其中，S表示网站的不良似然度值；α表示文本的权重；Z1表示文本的置信度；S1表示疑似不良文本的数量；β表示图片的权重；Z2表示图片的置信度；S2表示疑似不良图片的数量；γ表示视频的权重；Z3表示视频的置信度；S3表示疑似不良视频的数量；α+β+γ＝1。