公开(公告)号：CN111538836B

公开(公告)日：2024-02-02

申请号：CN202010321249.8

申请日：2020-04-22

Applicant: 哈尔滨工业大学(威海) ,  国家计算机网络与信息安全管理中心

Inventor： 江颖硕 ,  施力 ,  张兆心 ,  唐积强 ,  吴震 ,  卢卫 ,  杨菁林 ,  董群 ,  郭长勇 ,  王伟

IPC: G06F16/35 ,  G06F16/951 ,  G06F40/284 ,  G06F18/2431

Abstract: 本发明涉及一种识别文本类广告中金融广告的方法，其解决了现有广告分析模型无法有效识别金融广告的技术问题，其包括以下步骤：(1)从数据库中获取爬取到的广告文本数据；(2)对步骤(1)的文本数据进行预处理，进行分词以及去除无用信息；(3)将步骤(2)预处理后的文本通过不同的方式表示为计算机可以处理的方式，即文本表示；(4)针对步骤(3)的不同文本表示方式选择合适的分类算法，然后将文本表示的语义信息提炼成类别信息；(5)将步骤(4)中不同文本表示方式表示的分类模型进行整合，获得最终的金融广告识别模型。本发明可广泛应于在文本类广告中识别金融广告的场合。

公开(公告)号：CN111488509A

公开(公告)日：2020-08-04

申请号：CN202010277162.5

申请日：2020-04-10

Applicant: 国家计算机网络与信息安全管理中心 ,  哈尔滨工业大学(威海)

Inventor： 施力 ,  江颖硕 ,  张兆心 ,  唐积强 ,  吴震 ,  卢卫 ,  杨菁林 ,  董群 ,  郭长勇 ,  王伟

IPC: G06F16/951 ,  G06F16/955 ,  G06F16/9535 ,  G06Q30/02

Abstract: 本发明提供一种获取互联网金融广告的方法，包括以下步骤：(1)获取金融广告爬取网站及其链接；(2)打开步骤(1)中的网站和链接，获取网站中金融广告的URL；(3)根据步骤(2)的广告URL和图片src依照Adblock插件过滤规则编写过滤规则列表；(4)根据步骤(3)编写的过滤规则列表，将过滤规则列表保存进数据库；(5)根据步骤(1)中的网站，爬取网站内容，提取相应的url、图片src属性，然后将提取到的内容根据步骤(4)的过滤规则列表通过python的adblockparser解析器进行过滤获取金融广告；其解决了站内广告不规则站点无法使用统一的Xpath规则获取站内的所有广告内容的技术问题。本发明可广泛应用于获取网站内部及其子网站里的广告内容。

公开(公告)号：CN111538836A

公开(公告)日：2020-08-14

申请号：CN202010321249.8

申请日：2020-04-22

Applicant: 哈尔滨工业大学(威海) ,  国家计算机网络与信息安全管理中心

Inventor： 江颖硕 ,  施力 ,  张兆心 ,  唐积强 ,  吴震 ,  卢卫 ,  杨菁林 ,  董群 ,  郭长勇 ,  王伟

IPC: G06F16/35 ,  G06F16/951 ,  G06F40/284 ,  G06K9/62

Abstract: 本发明涉及一种识别文本类广告中金融广告的方法，其解决了现有广告分析模型无法有效识别金融广告的技术问题，其包括以下步骤：(1)从数据库中获取爬取到的广告文本数据；(2)对步骤(1)的文本数据进行预处理，进行分词以及去除无用信息；(3)将步骤(2)预处理后的文本通过不同的方式表示为计算机可以处理的方式，即文本表示；(4)针对步骤(3)的不同文本表示方式选择合适的分类算法，然后将文本表示的语义信息提炼成类别信息；(5)将步骤(4)中不同文本表示方式表示的分类模型进行整合，获得最终的金融广告识别模型。本发明可广泛应于在文本类广告中识别金融广告的场合。