从基于网络互联的Web1.0时代到基于社交的Web2.0时代，再到基于移动的Web3.0时代，个人不再是互联网信息被动的接收者，而是作为互联网的编织者、使用者和传播者。更迭的交互方式虽然解决了内容产生的问题，但每天产生的海量内容中却也充斥着大量垃圾广告。这些垃圾广告没有任何排版和视觉设计，它们往往是单纯在其他图片上添加文字广告信息或者QQ、微信、二维码等联系方式，并且多以小广告、二维码和商业海报等形式出现在用户的视野中。如果不能及时清理掉这些广告，则会严重影响互联网产品的用户体验，给产品的运营带来巨大难度，甚至会严重到宣告社交项目的终结。那么，广告过滤解决方案之方式有哪些呢?

广告过滤解决方案

现有广告过滤方式

打造健康的社交生态，需要高效准确地鉴别和剔除这些图片小广告，尤其是在UGC领域，保证内容品质、提高用户留存率才能帮助产品获得长期发展。目前，判断图片垃圾广告的方式主要有两种：基于URL规则的过滤和基于图像识别技术的过滤。

基于URL规则的垃圾广告过滤

浏览器层的广告过滤主要基于URL规则和一些URL库，通过加入一些URL拦截列表，制定一套专门的过滤规则去除烦人的垃圾广告。但这种方法只对新浪、腾讯新闻等门户网站有用，且如果加载过多广告过滤规则会导致浏览器加载页面的速度变慢。而UGC内容是无法通过URL规则这种方式进行过滤的。

基于图像识别的垃圾广告过滤

通过图像识别技术，将图片与样本库中的海量样本图进行对比判断，根据判断返回图片的状态，可判断一张图片是否为小广告、二维码、商业海报，或者正常。对于这种方式来说，对比的样本图片越多，分析才会越准确，因此，一个足够大的图片样本库对于垃圾广告过滤的准确性有着重要意义。