不良网站识别方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种不良网站识别方法、装置、电子设备和介质，涉及数据处理领域，尤其涉及网页处理与搜索引擎领域。一种不良网站识别方法，包括：确定多个网站中的满足引流目标条件的第一网站；根据多个网站之间的指向关系，从多个网站中确定第一网站的关联网站集，关联网站集中的每个网站具有指向第一网站的链接；并且响应于确定第一网站满足不良网站条件，将关联网站集中的网站识别为不良网站。关联网站集中的网站识别为不良网站。关联网站集中的网站识别为不良网站。

【技术实现步骤摘要】
不良网站识别方法、装置、电子设备和介质


[0001]本公开涉及数据处理
，尤其涉及网页处理与搜索引擎，具体涉及一种不良网站识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]互联网由大量网站组成，其中网站质量良莠不齐。尤其是，其中存在一些不良作弊网站，通过网站或网页中的链接为其他网站进行引流，从而影响搜索排名等。尤其是，在被引流的网站涉及不良内容或黑灰产业的情况下，这样的不良网站对互联网生态环境的影响格外恶劣。需要对这些网站进行识别和打压提升互联网生态环境。
[0003]因此，需要一种能够有效地从大量网站中识别出不良网站的方法。

技术实现思路

[0004]本公开提供了一种不良网站识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面，提供了一种不良网站识别方法，包括：确定多个网站中的满足引流目标条件的第一网站；根据所述多个网站之间的指向关系，从所述多个网站中确定所述第一网站的关联网站集，所述关联网站集中的每个网站具有指向所述第一网站的链接；并且响应于确定所述第一网站满足不良网站条件，将所述关联网站集中的网站识别为不良网站。
[0006]根据本公开的另一方面，提供了一种不良网站识别装置，包括：引流目标确定单元，用于确定多个网站中的满足引流目标条件的第一网站；关联网站确定单元，用于根据所述多个网站之间的指向关系，从所述多个网站中确定所述第一网站的关联网站集，所述关联网站集中的每个网站具有指向所述第一网站的链接；并且不良网站识别单元，用于响应于确定所述第一网站满足不良网站条件，将所述关联网站集中的网站识别为不良网站。
[0007]根据本公开的另一方面，提供了一种电子设备，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根据本公开的实施例的不良网站识别方法。
[0008]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的实施例的不良网站识别方法。
[0009]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开的实施例的不良网站识别方法。
[0010]根据本公开的一个或多个实施例，可以有效识别网络中的不良网站。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
[0013]图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
[0014]图2示出了根据本公开的实施例的不良网站识别方法的流程图；
[0015]图3示出了根据本公开的实施例的网站间关系的示意图；
[0016]图4A和图4B示出了根据本公开的实施例的不良网站识别方法的一些可选步骤的流程图；
[0017]图5示出了根据本公开的实施例的不良网站识别装置的结构框图；
[0018]图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0020]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
[0021]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0022]下面将结合附图详细描述本公开的实施例。
[0023]图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
[0024]在本公开的实施例中，服务器120可以运行使得能够执行不良网站识别方法的一个或多个服务或软件应用。
[0025]在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
[0026]在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。
操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
[0027]用户可以使用客户端设备101、102、103、104、105和/或106来控制服务器进行不良网站识别和不良网站处理、查看识别结果和处理结果等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
[0028]客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不良网站识别方法，包括：确定多个网站中的满足引流目标条件的第一网站；根据所述多个网站之间的指向关系，从所述多个网站中确定所述第一网站的关联网站集，所述关联网站集中的每个网站具有指向所述第一网站的链接；并且响应于确定所述第一网站满足不良网站条件，将所述关联网站集中的网站识别为不良网站。2.根据权利要求1所述的方法，确定所述第一网站的关联网站集包括获取所述多个网站中的具有指向所述第一网站的链接并且满足聚集条件的网站，其中，所述聚集条件包括以下各项中的至少一项：具有相同的IP地址和来自相同地区。3.根据权利要求1或2所述的方法，确定所述第一网站的关联网站集包括获取所述多个网站中的具有指向所述第一网站的链接并且满足异常网站条件的网站。4.根据权利要求3所述的方法，其中，所述异常网站条件包括以下各项中的至少一项：内链值在预定内链值范围内，网站规模在预定网站规模范围内，以及生命时间在预定生命时间范围内。5.根据权利要求3或4所述的方法，其中，满足所述异常网站条件的网站是通过使用预训练的模型来确定的。6.根据权利要求1
‑
5中任一项所述的方法，其中，所述引流目标条件包括以下各项中的至少一项：所述多个网站中有超过第一阈值的网站指向第一网站，和所述多个网站中的链接中有超过第二阈值的链接指向第一网站。7.根据权利要求1
‑
6中任一项所述的方法，其中，将所述关联网站集中的网站识别为不良网站后，所述方法还包括对所述关联网站集中的网站执行以下各项中的至少一项：降低收录，删除索引，调整搜索排序算法规则使得降低不良网站的排序。8.一种不良网站识别装置，包括：引流目标确定单元，用于确定多个网站中的满足引流目标条件的第一网站；关联网站确定单元，用于根据所述多个网站之间的指向关系，从所述多个网站中确定所述第一网站的关联网站集，所述关联网站集中的每个网站具有指向所述第一网站的链接；并且不良网站识别单元，用于响应于确定所述第一网站满足不良网站条件，将所述关联网站集中的网站识别为不良网站。9....

【专利技术属性】
技术研发人员：刘伟，陈由之，王鹏，李改变，张博，林赛群，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：