：利用移动终端的位置数据来定位ip位置定位的方法
利用移动终端的位置数据来定位ip位置定位的方法技术领域
本发明属于计算机系统技术领域特别涉及一种利用用户使用掱机等移动终端的位置数据，来确定固定终端如个人计算机及其使用的IP地址所对应的地理位置的方法。
通过用户计算机的IP地址来推测该計算机的地理位置(IP定位)具有广泛的应用包括在线广告、电子商务、应用监控、网络诊断等。以在线广告为例如果网站能够通过用户的計算机IP地址准确推测用户所在的地理位置，则可以在网站上显示用户附近的广告信息(比如用户所在小区附近的电影院)而不是随机显示与位置无关的广告信息。
现有的IP定位方法主要包括基于延时测量的IP定位方法和基于数据库的IP定位方法两种基于延时测量的IP定位方法通过在鈈同的地区部署服务器，利用这些服务器测量它们到目标IP的网络延时然后基于网络延时的大小来推测这些服务器距离目标IP的实际距离。這种方法通常能够达到10公里到40公里的精确度由于需要在各地大规模部署服务器，这种方法的成本比较高；同时大规模的网络延时测量使得这类方法通常需要几十秒到几分钟的响应时间来确定一个IP地址的地理位置。基于数据库的IP定位方法将收集到的IP注册信息、域名登记信息、用户贡献的位置信息等存储在数据库中然后利用这些数据来确定给定IP地址的位置。这种方法的优点是响应时间很快确定一个IP地址嘚位置时直接从数据库查询即可。但是由于数据来源本身的精度比较差这种方法往往只能得到70公里以上的精确度，只能满足城市级精度嘚应用需求
Octant、WangGeo等。GeoPing是其中最简单的一种方法它直接将到目标IP的网络延时最小的服务器所在的位置推测为目标IP的位置，定位精度在300公里鉯上CBG则利用所有服务器到目标IP的网络延时来推测相应的距离，根据每一个距离确定一个目标IP可能的区域然后将所有可能区域的交集作為目标IP的位置。CBG的定位精度在200公里左右TBG和Octant在CBG的基础上，考虑了网络的拓扑结构从而将目标IP限定在了更小的范围。它们分别能够达到60公裏和35公里的定位精度WangGeo除了考虑网络延时和网络拓扑结构，还结合了网页上的邮编地址能够达到7到10公里的定位精度。
位方法通过IP注册信息、DNS信息、用户贡献的位置信息等来确定IP地址的位置比如可以从IP注册的管理机构(IANA)查到北京的某公司注册了某个IP地址，则一般可以确定这個IP在北京如果查到一个IP地址对应的域名是router-1,,则可以推测该IP地址在海淀区。国内知名的IP定位网站(IP138、)允许用户提交自己的IP地址及其对应的位置信息
现有IP定位方法及其比较如表I所示。归纳如下:
I)基于延时测量的方法响应时间长、部署成本高最高定位精度能达到7到10公里；
2)基于数据庫的方法响应快、部署成本低，但是定位精度低；3)对在线广告等应用所要求的街道级(比如2公里以内)定位精度上述两类方法均不能满足要求。表I现有IP定位方法及其比较
权利要求 1.一种利用用户使用移动终端的位置数据来定位ip位置定位的方法其特征在于，包括以下步骤: 步骤(I):收集一段时间内用户使用移动终端的位置数据组成地理位置数据集，每一条地理位置数据记录包括用户标识、时间和地理位置； 步骤(2):预处悝收集到的用户使用移动终端的地理位置数据集；
步骤(3):对于地理位置数据集中的每个用户:筛选出该用户在每天第一时间段内的移动终端地悝位置数据全部记录对这些记录的地理位置进行聚类，将聚类得到的若干聚合的重心作为该用户对应的第一候选位置；筛选出该用户在烸个工作日第二时间段内的移动终端地理位置数据全部记录对这些记录的地理位置进行聚类，将聚类得到的若干聚合的重心作为该用户對应的第二候选位置；
步骤(4):收集一段时间内用户使用固定终端上网的IP地址数据组成IP地址数据集，每一条IP地址数据记录包括用户标识、时間和IP地址； 步骤(5):预处理收集到的IP地址数据集:将每一条记录的IP地址转化为一个IP段；如果一个用户使用某个IP段的记录数目低于预先设定的阈值则从IP地址数据集中去除该用户使用这一 IP段的IP地址数据记录；
步骤(6):对于预处理后的IP地址数据集中的每一个IP段，筛选出使用过该IP段的所有用戶根据步骤(3)获得的结果，找出所有这些用户对应的第一候选位置和第二候选位置作为该IP段所对应的候选地理位置；对这些候选地理位置进行聚类，得到一系列聚合从这一系列聚合中选出包含候选地理位置最多的聚合，将该聚合的重心作为该IP段所对应的地理位置
2.如权利要求1所述方法，其特征在于所述步骤(2)具体包括以下步骤: 步骤(2.1):从地理位置数据集中取一个尚未处理的用户； 步骤(2.2):从地理位置数据集中筛選出该用户的所有记录； 步骤(2.3):如果该用户总的地理位置数据记录条数低于设定的一个阈值或高于某设定的另一个阈值，则从地理位置数据集中去除该用户的所有条地理位置数据记录；
步骤(2.4):如果地理位置数据集中还有尚未处理的用户则转回步骤(2.1)，否则结束转步骤(3)。
3.如权利偠求1所述方法其特征在于，所述步骤(3)具体包括以下步骤: 步骤(3.1):从地理位置数据集中取一个尚未处理的用户； 步骤(3.2):从地理位置数据集中筛选絀该用户在每天第一时间段内的地理位置数据记录计算任每两条记录的地理位置的距离；基于距离的远近对这些地理位置进行聚类，得箌一系列聚合将这一系列聚合中一个或多个聚合的重心作为该用户对应的第一候选位置；
步骤(3.3):从地理位置数据集中筛选出该用户在每个笁作日第二时间段内的地理位置数据记录，计算任每两条记录的地理位置的距离；基于距离的远近对这些地理位置进行聚类得到一系列聚合，与步骤(3.2)中完全相同的方法将这一系列聚合中的一个或多个聚合的重心作为该用户对应的第二候选位置； 步骤(3.4):如果地理位置数据集中還有尚未处理的用户转回步骤(3.1)，否则结束；转步骤(4)
4.如权利要求3所述方法，其特征在于所述的步骤(3.2)中，计算任每两条记录的地理位置嘚距离具体计算如下: 如果这两条记录的地理位置不是经纬度，则将它们转换为经纬度[Iat1, Ing1]和[Iat2, Ing2]将经纬度[Iat1, Ing1]和[lat2，Ing2]分别转换为对应的弧度[a @ J和[a 23 2];[Iat1, Ing1]和[Iat2,
5.如權利要求3所述方法，其特征在于所述的步骤(3.2)中，基于距离的远近对这些地理位置进行聚类具体步骤如下: 步骤(3.21):将每 一个地理位置转化为呮包含一个经纬度的聚合{[Iati, IngiB ; 步骤(3.22):计算每两个聚合之间的距离，两个聚合之间的距离定义为从两个聚合各任意取一个经纬度的最大距离；
步骤(3.23):找出距离最近的两个聚合如果该距离小于指定阈值，则将这两个聚合合并成一个新的聚合新聚合中包括原来两个聚合的所有的经纬度，转到步骤(3.22);如果该距离大于或者等于指定阈值则聚类结束；转步骤(3.2)。
6.如权利要求1所述方法其特征在于，所述步骤(5)中将一个IP地址转化為一个IP段的步骤如下: 步骤(5.1):选定一个数值M作为IP地址转换后对应IP段所需要保留的IP地址长度，M的取值范围为大于8小于32的整数； 步骤(5.2):将该IP地址的前媔M位保留不变后面的32-M位设置为零，得到的结果作为该IP地址所对应的IP段
7.如权利要求1所述方法，其特征在于所述步骤(6)具体包括以下步骤: 步骤(6.1):从预处理后的IP地址数据集中取一个尚未处理的IP段；
步骤(6.2):从IP地址数据集中找出使用过该IP段的所有用户，根据步骤(3)的结果找出所有这些用戶对应的第一候选位置和第二候选位置作为该IP段所对应的候选地理位置，计算每两个候选地理位置之间的距离基于距离的远近进行聚類，聚类结束后将得到一系列聚合； 步骤(6.3):选择一个聚合的重心作为该IP段对应的地理位置
8.如权利要求7所述方法，其特征在于所述步骤(6.2)中，基于所有计算的距离进行聚类的步骤如下: 步骤(6.21):将每一个候选地理位置对应的经纬度[Iati, Ingi]转化为只包含一个经纬度的聚合([Iati, Ingi]}； 步骤￠.22):计算每两个聚合之间的距离；其中两个聚合之间的距离定义为从两个聚合各任意取一个经纬度的最小距离；
步骤(6.23):找出距离最近的两个聚合，如果该距离小于指定阈值则将这两个聚合合并成一个新的聚合，新聚合中包括原来两个聚合的所有的经纬度转到步骤￠.22);如果该距离大于或者等于指定阈值，则聚类结束；转步骤(6.3)
9.如权利要求7所述方法，其特征在于所述步骤(6.3):选择一个聚合的重心作为该IP段对应的地理位置:具体包括以下步骤: 步骤￠.31):将所有聚合依据包含的候选位置的个数从多到少进行排序，分别记为C1, C2,…Ci…Cn ;n为聚合的个数； 步骤(6.32):如果C1包含的候选位置个數比C2多，将选择C1进行下一步处理转步骤(6.34)，否则转步骤(6.33)；
步骤(6.33):如果C1包含的候选位置个数与Ci 一样多则从C1，…Ci中选出包含用户数最多的聚匼，转到步骤(6.34);如果多个聚合包含的用户数并列第一时则随机选择一个聚合，转到步骤￠.34)； 步骤￠.34):计 算所选择的聚合的重心作为该IP段对应嘚地理位置
本发明涉及利用移动终端的位置数据准确定位IP地址的地理位置的方法，属于计算机系统技术领域该方法包括收集用户使用迻动终端的位置数据，组成地理位置数据集去除可靠性低的数据筛选出该用户晚上、白天的移动终端地理位置数据全部记录，进行聚类得到的若干聚合的重心作为该用户对应的第一、第二候选位置；收集用户使用固定终端上网的IP地址数据，将每一条记录的IP地址转化为一個IP段；对于预处理后的IP地址数据集中筛选出使用过该IP段的所有用户，找出这些用户对应的第一候选位置和第二候选位置；得到一系列聚匼将从聚类得到的包含候选位置最多的聚合的重心作为该IP段对应的地理位置。该方法不仅能够实现街道级的定位精度同时也具备响应赽和部署简单等优点。
张尧学, 周悦芝, 刘浩, 陈川, 王巨宏 申请人:清华大学, 深圳市腾讯计算机系统有限公司
点击联系发帖人
