本发明涉及一种网页分类方法、终端设备及存储介质，该方法中包括：S1：采集多种类型的网页，根据每个网页中至少两种类型的特征构建图结构，并对网页的类型进行标记后，将所有具有类型标记的图结构组成训练集；S2：构建图卷积神经网络模型，通过训练集对图卷积神经网络模型进行训练，将训练后的模型作为网页分类模型；S3：针对待分类网页，根据步骤S1所述的至少两种类型的特征构建图结构后，通过网页分类模型确定图结构对应的网页类型。本发明充分学习网页中的文本和图片等额外的异构信息来构建网页分类模型，相对现有网页分类方法，能有效的解决基于单一数据结构的网页分类方法的局限性，能够明显解决网页特征稀疏问题。