一種網(wǎng)站不良似然度獲取方法和裝置制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種網(wǎng)站不良似然度獲取方法和裝置，該方法包括：統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目；統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目；根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。本發(fā)明通過(guò)對(duì)網(wǎng)站的文本、圖片和視頻內(nèi)容進(jìn)行分析，通過(guò)各種內(nèi)容的疑似不良數(shù)目判斷網(wǎng)站的不良似然度，判斷過(guò)程快速準(zhǔn)確，提供了對(duì)網(wǎng)絡(luò)環(huán)境的全面檢測(cè)。
【專(zhuān)利說(shuō)明】一種網(wǎng)站不良似然度獲取方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)不良信息識(shí)別領(lǐng)域，尤其涉及一種網(wǎng)站不良似然度獲取方法和
裝直。
【背景技術(shù)】
[0002]當(dāng)今社會(huì)科學(xué)技術(shù)日新月異，隨著我國(guó)國(guó)民經(jīng)濟(jì)的不斷發(fā)展，人民生活水平的不斷提高，互聯(lián)網(wǎng)已經(jīng)深入家庭。如今，互聯(lián)網(wǎng)已經(jīng)改變和影響了每一個(gè)人的生活，在充分體驗(yàn)互聯(lián)網(wǎng)絡(luò)為生活、工作帶來(lái)方便、效率的同時(shí)，網(wǎng)絡(luò)不良信息也在危害著廣大青少年尤其是未成年的青少年的身心健康。目前最容易接觸到網(wǎng)絡(luò)不良信息的是手機(jī)，現(xiàn)在青少年近九成擁有移動(dòng)手機(jī)，據(jù)不完全統(tǒng)計(jì)，全國(guó)擁有1.5億19歲以下的青少年手機(jī)用戶(hù)，據(jù)調(diào)查顯示，80%青少年瀏覽過(guò)黃色、暴力和血腥等不良信息。因此，如何發(fā)現(xiàn)和遏制網(wǎng)絡(luò)不良信息，保證青少年的身心健康，已經(jīng)成為眼下亟待解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明提供了一種對(duì)網(wǎng)站的文本、圖片和視頻內(nèi)容進(jìn)行分析統(tǒng)計(jì)，獲取網(wǎng)站的不良似然度的方法和裝置。
[0004]為實(shí)現(xiàn)上述方法和裝置，本發(fā)明采用以下技術(shù)方案:
[0005]—方面米用一種網(wǎng)站不良似然度獲取方法，包括:
[0006]統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目；
[0007]統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；
[0008]統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目；
[0009]根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
[0010]其中，所述統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目，包括:
[0011]用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配；
[0012]統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和總次數(shù)；
[0013]當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
[0014]其中，所述統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目，包括:
[0015]提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)；
[0016]根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分；
[0017]當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
[0018]其中，所述統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目，包括:
[0019]從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀；
[0020]提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)；[0021]根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分；
[0022]當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀；
[0023]當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
[0024]其中，所述根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度，具體為:
[0025]根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目，預(yù)設(shè)的權(quán)重，預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為:
[0026]S=a XZ1XS1+β XZ2XS2+y XZ3XS3
[0027]其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重J1表示文本的置信度；S1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；ζ2表示圖片的置信度；s2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；s3表示疑似不良視頻的數(shù)量；α +β + y = 1。
[0028]另一方面采用一種網(wǎng)站不良似然度獲取裝置,包括:
[0029]第一統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目；
[0030]第二統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；
[0031]第三統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目；
[0032]似然度計(jì)算單元，用于根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
[0033]其中，所述第一統(tǒng)計(jì)單元包括:
[0034]關(guān)鍵字匹配模塊，用于用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配；
[0035]數(shù)目統(tǒng)計(jì)模塊，用于統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和總次數(shù)；
[0036]文本計(jì)數(shù)模塊，用于當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
[0037]其中，所述第二統(tǒng)計(jì)單元包括:
[0038]圖片參數(shù)提取模塊，用于提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)；
[0039]圖片打分模塊，用于根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分；
[0040]圖片計(jì)數(shù)模塊，用于當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
[0041]其中，所述第三統(tǒng)計(jì)單元包括:
[0042]關(guān)鍵幀抽取|吳塊，用于從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀;
[0043]幀參數(shù)提取模塊，用于提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)；
[0044]關(guān)鍵幀打分模塊，用于根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分；
[0045]關(guān)鍵幀標(biāo)記模塊，用于當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀;
[0046]視頻計(jì)數(shù)模塊，用于當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
[0047]其中，所述似然度計(jì)算單元具體用于:
[0048]根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目，預(yù)設(shè)的權(quán)重，預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為:
[0049]S=a XZ1XS1+^ XZ2XS2+y XZ3XS3
[0050]其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重J1表示文本的置信度；S1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；ζ2表示圖片的置信度；s2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；s3表示疑似不良視頻的數(shù)量；α +β + y = I。
[0051]本發(fā)明的有益效果為:本發(fā)明對(duì)網(wǎng)站的文本、圖片和視頻內(nèi)容進(jìn)行分析，通過(guò)各種內(nèi)容的疑似不良數(shù)目判斷網(wǎng)站的不良似然度，判斷過(guò)程快速準(zhǔn)確，提供了對(duì)網(wǎng)絡(luò)環(huán)境的全面檢測(cè)。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0052]圖1是本發(fā)明一種網(wǎng)站不良似然度獲取方法的第一實(shí)施例流程圖；
[0053]圖2是本發(fā)明一種網(wǎng)站不良似然度獲取方法的第二實(shí)施例流程圖；
[0054]圖3是本發(fā)明一種網(wǎng)站不良似然度獲取方法的對(duì)十個(gè)網(wǎng)站獲取的不良似然度統(tǒng)計(jì)圖；
[0055]圖4是本發(fā)明一種 網(wǎng)站不良似然度獲取裝置的結(jié)構(gòu)方框圖；
[0056]圖5是本發(fā)明一種網(wǎng)站不良似然度獲取裝置的第一統(tǒng)計(jì)單元的結(jié)構(gòu)方框圖；
[0057]圖6是本發(fā)明一種網(wǎng)站不良似然度獲取裝置的第二統(tǒng)計(jì)單元的結(jié)構(gòu)方框圖；
[0058]圖7是本發(fā)明一種網(wǎng)站不良似然度獲取裝置的第三統(tǒng)計(jì)單元的結(jié)構(gòu)方框圖。
【具體實(shí)施方式】
[0059]下面結(jié)合圖1至圖7并通過(guò)【具體實(shí)施方式】來(lái)進(jìn)一步說(shuō)明本發(fā)明的技術(shù)方案。
[0060]圖1是本發(fā)明一種網(wǎng)站不良似然度獲取方法的第一實(shí)施例流程圖，如圖所示，該方法包括:
[0061]步驟110:統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目；
[0062]步驟120:統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；
[0063]步驟130:統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目；
[0064]上述三個(gè)步驟的執(zhí)行過(guò)程并無(wú)特定的先后順序，可同時(shí)統(tǒng)計(jì)，可交錯(cuò)統(tǒng)計(jì)，亦可按上述步驟描述的先后順序依次統(tǒng)計(jì)。步驟140:根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
[0065]本發(fā)明對(duì)網(wǎng)站的文本、圖片和視頻內(nèi)容進(jìn)行分析，通過(guò)各種內(nèi)容的疑似不良數(shù)目判斷網(wǎng)站的不良似然度，判斷過(guò)程快速準(zhǔn)確，提供了對(duì)網(wǎng)絡(luò)環(huán)境的全面檢測(cè)。
[0066]圖2是本發(fā)明一種網(wǎng)站不良似然度獲取方法的第二實(shí)施例流程圖，如圖所示，該方法包括:
[0067]步驟201:用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配。
[0068]步驟202:統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)。[0069]步驟203:當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
[0070]步驟204:提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)。
[0071]步驟205:根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分。
[0072]步驟206:當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
[0073]步驟207:從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀。
[0074]步驟208:提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)。
[0075]步驟209:根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分。
[0076]步驟210:當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀。
[0077]步驟211:當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
[0078]步驟212:根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目、預(yù)設(shè)的權(quán)重、預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為:
[0079]S=a XZ1XS1+^ XZ2XS2+y XZ3XS3
[0080]其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重J1表示文本的置信度；S1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；ζ2表示圖片的置信度；s2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；s3表示疑似不良視頻的數(shù)量；α +β + y = I。
[0081]為了進(jìn)一步對(duì)本實(shí)施例進(jìn)行說(shuō)明，就實(shí)際的網(wǎng)站不良似然度獲取過(guò)程中進(jìn)行詳細(xì)闡述。文本的權(quán)重設(shè)置為0.6，文本的置信度設(shè)置為0.6，文本文件中的不良關(guān)鍵字匹配中標(biāo)個(gè)數(shù)和次數(shù)地閾值分別為3個(gè)和5次；圖片的權(quán)重設(shè)置為0.2，圖片的置信度設(shè)置為0.25 ；視頻的權(quán)重設(shè)置為0.2，視頻的置信度設(shè)置為0.6，視頻的疑似不良幀占視頻關(guān)鍵幀的比例的閾值為0.35。根據(jù)不良似然度的獲取方法:S= a XZ1XS1+^ XZ2XS2+Y XZ3XS3，疑似不良內(nèi)容越多，網(wǎng)站的不良似然度越高，如圖3所示是對(duì)10個(gè)網(wǎng)站進(jìn)行統(tǒng)計(jì)分析后得到的不良似然度的統(tǒng)計(jì)圖。從圖3中可以看出，編號(hào)為I的網(wǎng)站的不良似然度最高，為626.21，相對(duì)應(yīng)的，其為不良信息網(wǎng)站的可能性最高，需要對(duì)其進(jìn)行重點(diǎn)監(jiān)測(cè)，如果監(jiān)測(cè)結(jié)果顯示其確實(shí)為不良信息網(wǎng)站，則依法進(jìn)行后續(xù)處理，以維護(hù)網(wǎng)絡(luò)環(huán)境的健康安全。
[0082]圖4是本發(fā)明一種網(wǎng)站不良似然度獲取裝置400的結(jié)構(gòu)方框圖，如圖所示，該裝置包括:
[0083]第一統(tǒng)計(jì)單元410，用于統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目；
[0084]第二統(tǒng)計(jì)單元420，用于統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；
[0085]第三統(tǒng)計(jì)單元430，用于統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目；
[0086]似然度計(jì)算單元440，用于根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
[0087]進(jìn)一步地,如圖5所示,所述第一統(tǒng)計(jì)單元410包括:
[0088]關(guān)鍵字匹配模塊411，用于用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配；
[0089]數(shù)目統(tǒng)計(jì)模塊412，用于統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)；[0090]文本計(jì)數(shù)模塊413，用于當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
[0091]進(jìn)一步地,如圖6所示,所述第二統(tǒng)計(jì)單元420包括:
[0092]圖片參數(shù)提取模塊421，用于提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)；
[0093]圖片打分模塊422，用于根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分；
[0094]圖片計(jì)數(shù)模塊423，用于當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
[0095]進(jìn)一步地,如圖7所示,所述第三統(tǒng)計(jì)單元430包括:
[0096]關(guān)鍵幀抽取|旲塊431,用于從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀；
[0097]幀參數(shù)提取模塊432，用于提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)；
[0098]關(guān)鍵幀打分模塊433，用于根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分；
[0099]關(guān)鍵幀標(biāo)記模塊434，用于當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀；
[0100]視頻計(jì)數(shù)模塊435，用于當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
[0101]具體地，所述似然度計(jì)算單元用于:
[0102]根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目、預(yù)設(shè)的權(quán)重、預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為:
[0103]s=a XZ1XS1+^ XZ2XS2+y XZ3XS3
[0104]其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重J1表示文本的置信度；S1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；ζ2表示圖片的置信度；s2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；s3表示疑似不良視頻的數(shù)量；α +β + y = 1。
[0105]通過(guò)上述單元和模塊的配合工作，對(duì)網(wǎng)站的文本、圖片和視頻內(nèi)容進(jìn)行分析，通過(guò)各種內(nèi)容的疑似不良數(shù)目判斷網(wǎng)站的不良似然度，判斷過(guò)程快速準(zhǔn)確，提供了對(duì)網(wǎng)絡(luò)環(huán)境的全面檢測(cè)。
[0106]以上結(jié)合具體實(shí)施例描述了本發(fā)明的技術(shù)原理。這些描述只是為了解釋本發(fā)明的原理，而不能以任何方式解釋為對(duì)本發(fā)明保護(hù)范圍的限制。基于此處的解釋?zhuān)绢I(lǐng)域的技術(shù)人員不需要付出創(chuàng)造性的勞動(dòng)即可聯(lián)想到本發(fā)明的其它【具體實(shí)施方式】，這些方式都將落入本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種網(wǎng)站不良似然度獲取方法，其特征在于，包括: 統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目； 統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目； 統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目； 根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
2.根據(jù)權(quán)利要求1所述的一種網(wǎng)站不良似然度獲取方法，其特征在于，所述統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目，包括: 用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配； 統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和總次數(shù)； 當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
3.根據(jù)權(quán)利要求1所述的一種網(wǎng)站不良似然度獲取方法，其特征在于，所述統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目，包括: 提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)； 根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分； 當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
4.根據(jù)權(quán)利要求1所述的一種網(wǎng)站不良似然度獲取方法，其特征在于，所述統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目，包括: 從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀； 提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)； 根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分； 當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀； 當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
5.根據(jù)權(quán)利要求1所述的一種網(wǎng)站不良似然度獲取方法，其特征在于，所述根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度，具體為: 根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目，預(yù)設(shè)的權(quán)重，預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為: S= α XZ1XS1+ β XZ2XS2+ Y XZ3XS3 其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重'I1表示文本的置信度A1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；Ζ2表示圖片的置信度；S2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；S3表示疑似不良視頻的數(shù)量；α + β + Y =1
6. 一種網(wǎng)站不良似然度獲取裝置，其特征在于，包括: 第一統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良文本的數(shù)目； 第二統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良圖片的數(shù)目；第三統(tǒng)計(jì)單元，用于統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目； 似然度計(jì)算單元，用于根據(jù)疑似不良文本的數(shù)目、疑似不良圖片的數(shù)目和疑似不良視頻的數(shù)目獲取網(wǎng)站的不良似然度。
7.根據(jù)權(quán)利要求6所述的一種網(wǎng)站不良似然度獲取裝置，其特征在于，所述第一統(tǒng)計(jì)單元包括: 關(guān)鍵字匹配模塊，用于用預(yù)設(shè)的不良關(guān)鍵字字庫(kù)與網(wǎng)站中的每個(gè)文本文件的文字進(jìn)行匹配； 數(shù)目統(tǒng)計(jì)模塊，用于統(tǒng)計(jì)每個(gè)文本文件中不良關(guān)鍵字匹配個(gè)數(shù)和總次數(shù)； 文本計(jì)數(shù)模塊，用于當(dāng)文本文件中的不良關(guān)鍵字匹配個(gè)數(shù)和次數(shù)均達(dá)到閾值時(shí)，將該文本文件標(biāo)記為疑似不良文本，統(tǒng)計(jì)網(wǎng)站中的疑似不良文本的數(shù)目。
8.根據(jù)權(quán)利要求6所述的一種網(wǎng)站不良似然度獲取裝置，其特征在于，所述第二統(tǒng)計(jì)單元包括: 圖片參數(shù)提取模塊，用于提取網(wǎng)站中每張圖片的膚色、紋理和姿態(tài)參數(shù)； 圖片打分模塊，用于根據(jù)圖片的膚色、紋理和姿態(tài)參數(shù)對(duì)圖片進(jìn)行不良疑似度打分；圖片計(jì)數(shù)模塊，用于當(dāng)圖片的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該圖片標(biāo)記為疑似不良圖片，統(tǒng)計(jì)網(wǎng)站中的疑似不良圖片數(shù)目。
9.根據(jù)權(quán)利要求6所述的一種網(wǎng)站不良似然度獲取裝置，其特征在于，所述第三統(tǒng)計(jì)單元包括: 關(guān)鍵幀抽取1吳塊，用于.從網(wǎng)站的每個(gè)視頻中抽取關(guān)鍵幀; 幀參數(shù)提取模塊，用于提取每個(gè)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)； 關(guān)鍵幀打分模塊，用于根據(jù)關(guān)鍵幀的膚色、紋理和姿態(tài)參數(shù)對(duì)關(guān)鍵幀進(jìn)行不良疑似度打分； 關(guān)鍵幀標(biāo)記模塊，用于當(dāng)關(guān)鍵幀的分?jǐn)?shù)在預(yù)設(shè)范圍內(nèi)時(shí)，將該關(guān)鍵幀標(biāo)記為疑似不良幀； 視頻計(jì)數(shù)模塊，用于當(dāng)視頻的疑似不良幀占視頻關(guān)鍵幀的比例達(dá)到預(yù)設(shè)的閾值時(shí)，將該視頻標(biāo)記為疑似不良視頻，統(tǒng)計(jì)網(wǎng)站疑似不良視頻的數(shù)目。
10.根據(jù)權(quán)利要求6所述的一種網(wǎng)站不良似然度獲取裝置，其特征在于，所述似然度計(jì)算單元具體用于: 根據(jù)疑似不良文本、疑似不良圖片和疑似不良視頻的數(shù)目，預(yù)設(shè)的權(quán)重，預(yù)設(shè)的置信度獲取網(wǎng)站的不良似然度；所述不良似然度的獲取方法為: S= α XZ1XS1+ β XZ2XS2+ Y XZ3XS3 其中，S表示網(wǎng)站的不良似然度值；α表示文本的權(quán)重'I1表示文本的置信度A1表示疑似不良文本的數(shù)量；β表示圖片的權(quán)重；Ζ2表示圖片的置信度；S2表示疑似不良圖片的數(shù)量；Y表示視頻的權(quán)重；z3表示視頻的置信度；S3表示疑似不良視頻的數(shù)量；α + β + Y =1
【文檔編號(hào)】G06F17/30GK103473299SQ201310404372
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年9月6日 優(yōu)先權(quán)日:2013年9月6日
【發(fā)明者】宋同珍 申請(qǐng)人:北京銳安科技有限公司