買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國互聯網絡信息中心申請的專利一種基于關鍵詞權重的涉黃網站檢測方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113961855B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111098486.3，技術領域涉及：G06F16/958；該發明授權一種基于關鍵詞權重的涉黃網站檢測方法及裝置是由張恒;張聰;劉冰;張立坤設計研發完成，并于2021-09-18向國家知識產權局提交的專利申請。

本一種基于關鍵詞權重的涉黃網站檢測方法及裝置在說明書摘要公布了：本發明涉及一種基于關鍵詞權重的涉黃網站檢測方法及裝置。該方法利用詞頻統計生成涉黃網站和非涉黃網站都出現的涉黃關鍵詞的識別權重值即第一識別權重；然后對非涉黃網站中沒有出現的涉黃關鍵詞，通過KNN實現TextRank權重到涉黃識別權重的映射，進而計算涉黃識別權重即第二識別權重；然后提取待判別網站的文本特征，包括文本長度、命中關鍵詞列表長度和命中關鍵詞權重均值，利用邏輯回歸模型對網站是否涉黃進行判別。本發明能夠利用網頁文本信息對網站內容進行涉黃自動判別，當通過爬蟲程序獲取到網站的文本內容后，通過本方法可快速有效的識別網站是否涉黃，降低人工識別的工作量，提高識別效率。

本發明授權一種基于關鍵詞權重的涉黃網站檢測方法及裝置在權利要求書中公布了：1.一種基于關鍵詞權重的涉黃網站檢測方法，其特征在于，包括以下步驟：建立涉黃關鍵詞詞庫，所述涉黃關鍵詞詞庫包含涉黃關鍵詞列表以及涉黃關鍵詞權重列表；利用所述涉黃關鍵詞詞庫，提取待判別網站的文本特征，并利用邏輯回歸模型對待判別網站是否涉黃進行判別；所述建立涉黃關鍵詞詞庫，包括：從網絡下載各種網站的文本信息，并打上標簽即涉黃、非涉黃，從而生成涉黃網站集合和非涉黃網站集合；根據涉黃網站中的文本信息，人工提取生成涉黃關鍵詞列表；利用詞頻統計為涉黃網站和非涉黃網站都出現的涉黃關鍵詞生成識別權重，稱為第一識別權重；對只在涉黃網站出現而非涉黃網站中沒有出現的涉黃關鍵詞，通過KNN算法實現TextRank權重到涉黃識別權重的映射，得到第二識別權重；第一識別權重和第二識別權重構成涉黃關鍵詞權重列表；采用以下步驟計算所述第二識別權重：利用TextRank算法對涉黃網站文本信息進行處理，生成涉黃關鍵詞的TextRank權重列表；利用生成的帶有第一識別權重的涉黃關鍵詞列表及生成的涉黃關鍵詞的TextRank權重列表，對KNN算法進行訓練，第一識別權重作為KNN算法的輸出Y，涉黃關鍵詞的TextRank權重作為KNN算法的輸入X；利用生成的KNN算法，對未出現在非涉黃網站的涉黃關鍵詞列表，利用其TextRank權重值生成其涉黃識別權重，即第二識別權重；所述待判別網站的文本特征，包括：文本長度，命中關鍵詞列表長度，命中關鍵詞權重均值；所述命中關鍵詞列表長度是指獲取的待判別網站的分詞中包含的涉黃關鍵詞詞條個數，設待判別網站分詞后詞條集合為N，涉黃關鍵詞詞條集合為M，則命中關鍵詞列表長度為集合N∩M的長度；所述命中關鍵詞權重均值是指命中關鍵詞列表中關鍵詞集合的權重均值，計算方式為：∑weights[N∩M]length（N∩M），其中∑weights[N∩M]表示命中關鍵詞列表中各關鍵詞的權重的和，length（N∩M）表示命中關鍵詞列表長度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國互聯網絡信息中心，其通訊地址為：100190 北京市海淀區中關村南四街四號1號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。