互联网金融广告存在着传播速度快、覆盖地域广、追踪溯源难等特点,已成为相关监管部门的重点关注对象,建立一套金融广告长效治理机制刻不容缓。本文对获取广告的搜索词库构建、金融广告识别和金融广告分析进行研究,设计并实现了互联网金融广告发现与分析原型系统,为金融广告的监管提供数据和技术支持。首先,提出了一种无监督的、基于图的金融相关搜索词扩展算法用于搜索词库的构建。算法通过文本中词汇出现的位置信息和频率信息保证扩展词与原始金融搜索词之间语义的相关性,具体可分为三个步骤:（1）基于上下文的拓扑图构建;（2）基于拓扑图的分簇;（3）基于语义信息的簇选择。对贷款等金融类词进行扩展,实现搜索词库的构建。实验表明,算法在时间性能上表现优秀,且获得的扩展词对金融广告发现起到积极作用。其次,提出一种多模型融合的金融广告识别算法用于非金融广告的过滤。通过利用各文本表示方法之间表达语义的差异性,提高算法的识别能力。算法首先对广告文本进行预处理,其次通过多种文本表示方法对文本语义信息进行表达,再次对各表达结果进行预测,最后通过集成学习对各预测结果进行融合。实验结果表明,多模型融合的识别算法比单预测模型具备更强的金融广告识别能力。再次,对金融广告的发布机构溯源、数据统计分析和关键词提取三个维度进行分析,其中数据统计分析包括发布机构地域分布统计和发现广告趋势统计;关键词提取包括违规词发现和特征关键词提取。本文通过查询ICP数据的方式实现了金融广告发布机构溯源;通过自动机匹配的方式实现了违规词发现;通过实验比较,选择TextRank算法进行特征关键词提取。最后,基于以上研究设计并实现了互联网金融广告发现与分析原型系统。原型系统主要包括四个模块。广告数据获取模块负责互联网广告数据的获取。金融广告识别模块负责非金融广告的过滤,实现金融广告的精准识别。金融广告分析模块负责块对金融广告进行多维度分析。金融广告数据输出模块负责金融广告原始数据和分析数据的输出展示。