CN101420376A - 更新数据的方法和装置 - Google Patents
更新数据的方法和装置 Download PDFInfo
- Publication number
- CN101420376A CN101420376A CNA2008101767937A CN200810176793A CN101420376A CN 101420376 A CN101420376 A CN 101420376A CN A2008101767937 A CNA2008101767937 A CN A2008101767937A CN 200810176793 A CN200810176793 A CN 200810176793A CN 101420376 A CN101420376 A CN 101420376A
- Authority
- CN
- China
- Prior art keywords
- data
- updated
- address
- abnormal
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种更新数据的方法和装置，属于数据处理领域。所述方法包括：获取一个更新周期内同一用户多次登陆所使用的不同IP地址；根据所述IP地址，获取与所述IP地址对应的相关数据；在所述相关数据中查询得到异常数据；对所述异常数据进行更新。所述装置包括：获取模块、查询模块和更新模块。通过本发明提供的技术方案，判断方法全面、客观，而且有效。
Description
技术领域
本发明涉及数据处理领域，特别涉及一种更新数据的方法和装置。
背景技术
IP数据库是用来记录、存储IP数据的数据库。其中，IP数据包括IP地址及与其相关的信息。随着IP技术的发展，网络已经成为人们生活中必不可少的一部分，因此IP数据库的应用也极其广泛，例如：为用户提供登陆城市的天气、当地的热点新闻，还会涉及到相关安全服务等，这些都离不开正确的IP数据库的支持。然而，由于某些原因，有部分IP地址对应的IP数据在一定时间内有很大的变化，从而给使用者带来许多的不便，因此，更新数据从而得到正确的IP数据库便显得尤为重要。
现有技术中，有两种更新数据的方法：第一种是由ISP(Internet ServiceProvider，互联网服务提供商)定时提供准确的IP数据；第二种是用户通过现在网络上存在的多种信息反馈途径，将认为正确的IP数据反馈给现有IP数据库维护中心，然后该维护中心通过采纳策略对反馈信息进行处理，被采纳的反馈信息用来更新现有IP数据库中的IP数据。
在实现本发明的过程中，发明人发现现有技术至少存在以下缺点：
第一种更新数据的方法频率太低，往往很长时间都不能及时更新；
第二种更新数据的方法主要是依赖于用户的判断，无法确定用户反馈信息的正确性。
发明内容
为了正确地更新IP数据，本发明实施例提供了一种更新数据的方法和装置。所述技术方案如下：
一种更新数据的方法，包括：
获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
根据所述IP地址，获取与所述IP地址对应的相关数据；
在所述相关数据中查询得到异常数据；
对所述异常数据进行更新。
所述在所述相关数据中查询得到异常数据，包括：
获取同一内容在所述相关数据的同一类信息中出现的次数；
将出现次数最多的内容作为正常数据；
在所述同一类信息中，将除所述正常数据之外的其他内容作为异常数据。
所述在所述相关数据中查询得到异常数据之前，所述方法还包括：
查询用户的相关信息，获取所述相关数据的正常数据；
相应地，所述在所述相关数据中查询得到异常数据具体包括：
在所述相关数据中查询除所述正常数据之外的其他数据，所述其他数据作为异常数据。
所述对所述异常数据进行更新，具体包括：
将所述异常数据更新为所述正常数据。
所述根据所述统计结果，对所述数据进行相应的更新之后，所述方法还包括：
获取被更新的数据；
在所述被更新的数据中，获取同一IP地址对应的相关数据的同一类信息被更新为同一内容的次数；
在所述同一类信息中，采用次数最多的内容更新除所述次数最多的内容之外的其他内容。
一种更新数据的装置，包括：
获取模块，用于获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
所述获取模块，还用于根据所述IP地址，获取与所述IP地址对应的相关数据；
查询模块，用于在所述相关数据中查询得到异常数据；
更新模块，用于对所述异常数据进行更新。
所述查询模块具体用于：
获取同一内容在所述相关数据的同一类信息中出现的次数；
将出现次数最多的内容作为正常数据；
在所述同一类信息中，将除所述正常数据之外的其他内容作为异常数据。
所述查询模块还用于：
查询用户的相关信息，获取所述相关数据的正常数据；
在所述相关数据中，查询除所述正常数据之外的其他数据，所述其他数据作为异常数据。
所述更新模块具体用于：
将所述异常数据更新为所述正常数据。
所述装置还包括：
第二更新模块，具体包括：
获取单元，用于获取被更新的数据；
计算单元，用于在所述被更新的数据中，获取同一IP地址对应的数据被更新为同一内容的次数；
更新单元，用于在所述同一类信息中，采用次数最多的内容更新除所述次数最多的内容之外的其他内容。
本发明实施例提供的技术方案带来的有益效果是：
通过获取同一用户在一个更新周期内多次登陆所使用的IP地址，并对这些IP地址所对应的数据进行统计，根据统计的结果对数据进行相应的更新。判断方法全面、客观，而且有效。
附图说明
图1是本发明实施例1中提供的更新数据的方法的流程图；
图2是本发明实施例2中提供的更新数据的方法的流程图；
图3是本发明实施例3中提供的更新数据的方法的流程图；
图4是本发明实施例4中提供的更新数据的装置的结构示意图；
图5是本发明实施例4中提供的另一种更新数据的装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
参见图1，本实施例提供了一种更新数据的方法，该方法包括：
101：获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
102：根据这些IP地址，获取与这些IP地址对应的相关数据；
103：在获取到的相关数据中查询得到异常数据；
104：对这些异常数据进行更新。
本发明实施例通过获取同一用户在一个更新周期内多次登陆所使用的IP地址，并对这些IP地址所对应的数据进行统计，根据统计的结果对数据进行相应的更新。判断方法全面、客观，而且有效。
实施例2
参见图2，本实施例提供了一种更新数据的方法，以更新周期是一天为例，该方法包括：
201：获取一个更新周期内同一用户多次登陆所使用的所有IP地址列表；
其中，所有IP地址列表的获取有多种方式，可以查找用户登陆日志，因为系统会在用户登陆日志中记录用户登陆的IP地址等数据。其中，对于一个更新周期内，一个用户在同一个IP地址上的多次登陆，系统将视为一次登陆。同时，系统将会对某些登陆次数异常的IP地址，如独立IP数过大的记录进行过滤，从而保证数据的质量；当然，也可以根据网络的cookies等获取所有IP地址列表。以查找用户登陆日志为例：
查询用户登陆日志，得到同一用户在一个更新周期内多次登陆所使用的所有的IP地址列表。
这里，可以得到不同用户登陆的不同列表。
其中，更新周期可以根据条件进行控制，如可以更改为半天、两天等。
以用户张三、用户李四和用户王五为例：
一个更新周期(一天)内，用户登陆日志中记载张三在一天中使用不同的IP共登陆5次，其登陆所使用的所有IP地址如表1所示；
表1
| 用户 | 登陆IP |
| 张三 | 202.114.0.242 |
| 张三 | 202.114.0.245 |
| 张三 | 202.114.3.9 |
| 张三 | 202.114.3.6 |
| 张三 | 202.114.0.242 |
一个更新周期(一天)内，用户登陆日志中记载李四在一天中使用不同的IP共登陆5次，其登陆所使用的所有IP地址如表2所示；
表2
| 用户 | 登陆IP |
| 李四 | 202.114.0.242 |
| 李四 | 202.114.3.9 |
| 李四 | 202.114.4.7 |
| 李四 | 202.114.1.2 |
一个更新周期(一天)内，用户登陆日志中记载王五在一天中使用不同的IP共登录3次，其登陆所使用的所有IP地址如表3所示；
表3
| 用户 | 登陆IP |
| 王五 | 202.114.0.121 |
| 王五 | 202.114.3.9 |
| 王五 | 202.114.4.67 |
202：根据用户登陆的所有IP，获取所有IP地址所对应的相关IP数据；
这里，获取IP数据的方式可以采取查询IP数据库的方式；当然也可以查询存储的表格、文档等。
IP数据可以包括用户的地理位置信息(如国家、省份、城市)等，还可以包括用户的登录时间，当然还可以包括用户的个人信息(如年龄、性别、生日)等。
以地理位置信息和登录时间为例，IP数据列表可以如表4、表5、表6所示：
表4
| 用户名 | IP | 国家 | 省份 | 城市 | 登陆时间 |
| 张三 | 202.114.0.242 | 中国 | 湖北 | 武汉 | 08: 30 |
| 张三 | 202.114.0.245 | 中国 | 湖北 | 武汉 | 09:15 |
| 张三 | 202.114.3.9 | 09:30 | |||
| 张三 | 202.114.3.6 | 中国 | 广东 | 深圳 | 16:21 |
| 张三 | 202.114.0.242 | 中国 | 湖北 | 武汉 | 17:30 |
表5
| 用户名 | IP | 国家 | 省愉 | 城市 | 登陆时间 |
| 李四 | 202.114.0.242 | 中国 | 湖北 | 武汉 | 08:50 |
| 李四 | 202.114.3.9 | 10:15 | |||
| 李四 | 202.114.4.7 | 中国 | 湖北 | 武汉 | 13:00 |
| 李四 | 202.114.1.2 | 中国 | 湖北 | 武汉 | 19:21 |
表6
| 用户名 | IP | 国家 | 瑙愉 | 城市 | 登陆时间 |
| 王五 | 202.114.0.121 | 中国 | 湖北 | 宜昌 | 07: 30 |
| 王五 | 202.114.3.9 | 10: 45 | |||
| 王五 | 202.114.4.67 | 中国 | 湖北 | 宜昌 | 16: 00 |
203：对于IP地址对应的IP数据，计算同一内容在同一类信息中的出现概率(或次数或比例)：
这里，将具体如“中国”、“湖北”、“宜昌”、“武汉”等统称为内容；将如“国家”、“省份”、“城市”和“登录时间”称为不同类的信息；将与IP有关的全部信息统称为TP数据。
例如，计算列表中用户登陆的总次数，计算同一类信息中同一内容的出现概率；
以“城市”类信息为例，计算“城市”中同一个城市出现的次数占用户登陆的总次数的比例。
这里需要强调的是，本实施例以IP地址对应的数据中的城市为例，但本实施例提供的方法并不仅限于IP地址对应的数据中的城市。
以表4为例，用户张三在一个更新周期内登陆5次，“城市”类信息中，“武汉”出现3次，占用户登陆总次数的60％；“深圳”出现1次，占用户登陆总次数的20％。
以表5为例，用户李四在一个更新周期内登陆4次，“城市”类信息中，“武汉”出现3次，占用户登陆总次数的75％。
以表6为例，用户王五在一个更新周期内登陆3次，“城市”类信息中，“宜昌”出现2次，约占用户登陆总次数的67％。
204：在一个用户登陆的IP地址对应的IP数据的同一类信息中选出出现概率最高(或次数最多或比例最高)的内容；
可以认为出现概率最高(或次数最多或比例最高)的内容是正常数据；除正常数据之外的其他内容可以认为是异常数据。
例如，可以在表4中选择概率为60％的武汉；
可以在表5中选择概率为75％的武汉；
可以在表6中选择概率为67％的宜昌。
205：在一个用户登陆的IP地址对应的IP数据的同一类信息中，将选择出来的出现概率最高(或次数最多或比例最高)的内容更新到除了该出现概率最高(或次数最多或比例最高)的内容之外的其他内容；
如表4中将202.114.3.9这个IP地址的所属城市更新为武汉；将202.114.3.6这个IP地址的所属城市也更新为武汉；
如表5中将202.114.3.9这个IP地址的所属城市更新为武汉；
如表6中将202.114.3.9这个IP地址的所述城市更新为宜昌。
这种做法的理论依据为：
根据数据分析中的关联性可以得到：
(1)同一用户在一个更新周期内(通常为一天)，多次使用不同的IP地址登陆，则这些不同的IP地址属于同一个地区的可能性较大。
至此，通过获取同一用户在一个更新周期内多次登陆所使用的IP地址，并对这些IP地址所对应的数据进行统计，根据统计的结果对数据进行相应的更新。判断方法全面、客观，而且有效。
进一步的，根据数据分析中的关联性可以得到：
(2)如果两个或两个以上的用户运用第(1)条结论同时推断出某个IP地址所属的地区，则该IP地址属于这一地区的可能性很大，并且，准确性是随着同时推出的人数的增加而增强。
根据第(2)条结论，实施例提供的方法还可以包括：
206：获取全部被更新的数据；
如，表4选出被更新后的数据为：
| 202.114.3.9 | 中国 | 湖北 | 武汉 |
| 202.114.3.6 | 中国 | 湖北 | 武汉 |
表5选出被更新后的数据为：
| 202.114.3.9 | 中国 | 湖北 | 武汉 |
表6选出被更新后的数据为：
| 202.114.3.9 | 中国 | 湖北 | 宜昌 |
207：在这些被更新的数据中，计算同一IP地址对应的数据被更新为同一内容的概率(或次数或比例)；
如，202.114.3.9对应的城市被更新为武汉的次数为2次，被更新为宜昌的次数为1次，总的被更新的次数为3次，202.114.3.9对应的城市被更新为武汉的概率为67％，被更新为宜昌的概率为33％。
208：选择概率最高(或次数最多或比例最高)的内容；
例如在本实施例中选择概率为67％的武汉；
209：将除概率最高(或次数最多或比例最高)的内容之外的其他内容更新为该概率最高(或次数最多或比例最高)的内容；
将表6中的宜昌更新为武汉，即一个更新周期内202.114.3.9所在城市应为武汉。
本发明实施例中提供的方法的执行主体可以为服务器或其他能够处理数据的装置。
本发明实施例通过获取同一用户在一个更新周期内多次登陆的IP地址，并对这些IP地址所对应的数据进行计算，根据计算的结果对数据进行相应的更新。判断方法全面、客观、而且有效。并且，能够将一个更新周期内所有被更新的IP地址对应的相关数据集合起来，进行判断，纠正可能出现的错误，提高了更新数据的准确性。并且，更新的周期时间可以根据条件进行控制，方便、周期短。
实施例3
参见图3，本发明实施例提供了一种更新数据的方法，包括：
301：获取一个更新周期内同一用户多次登陆所使用的所有IP地址列表；
其中，所有IP地址列表的获取有多种方式，可以查找用户登陆日志，因为系统会在用户登陆日志中记录用户登陆的IP地址等数据。其中，对于一个更新周期内，一个用户在同一个IP地址上的多次登陆，系统将视为一次登陆。同时，系统将会对某些登陆次数异常的IP地址，如独立IP数过大的记录进行过滤，从而保证数据的质量；当然，也可以根据网络的cookies等获取所有IP地址列表。以查找用户登陆日志为例：
查询用户登陆日志，得到同一用户在一个更新周期内多次登陆所使用的所有的IP地址列表。
这里，可以得到不同用户登陆的不同列表。
其中，更新周期可以根据条件进行控制，如可以更改为半天、两天等。
以用户赵六为例：
一个更新周期(一天)内，用户登陆日志中记载赵六在一天中使用不同的IP共登陆5次，其登陆所使用的所有IP地址如表7所示；
表7
| 用户 | 登陆IP |
| 赵六 | 202.114.0.11 |
| 赵六 | 202.116.0.234 |
| 赵六 | 202.114.3.7 |
| 赵六 | 202.114.3.116 |
| 赵六 | 202.114.0.12 |
302：根据用户登陆的所有IP，获取所有IP地址所对应的相关IP数据；
这里，获取IP数据的方式可以采取查询IP数据库的方式；当然也可以查询存储的表格、文档等。
IP数据可以包括用户的地理位置信息(如国家、省份、城市)等，还可以包括用户的登录时间，当然还可以包括用户的个人信息(如年龄、性别、生日)等。以地理位置信息中的城市为例，IP数据列表可以如表8所示：
表8
| 用户名 | IP | 城市 |
| 赵六 | 202.114.0.11 | 北京 |
| 赵六 | 202.116.0.234 | |
| 赵六 | 202.114.3.7 | 北京 |
| 赵六 | 202.114.3.116 | 石家庄 |
| 赵六 | 202.114.0.12 | 北京 |
303：通过多种途径查询与用户有关的信息，得到IP地址对应的IP数据中某一类信息的正常数据；
如通过获取用户的网络行为得出的跟用户相关的信息：用户经常在同一个城市的网络店铺购买商品；用户经常查询某一个城市的天气情况及热点新闻；用户公开的网络日志等等，这些途径均可以得到跟用户密切相关的信息，如地理位置、社会角色、个人爱好及兴趣等等。
通过查询到上述与用户的有关信息，进而得到IP地址对应的相关数据的正常数据(如IP地址对应的正确地理位置信息等)。
具体地：
通过某些途径，如与网络购物的运营商沟通，获得赵六在多个网络店铺购买商品的信息，在这些信息中，80％的店铺所在地为北京，其余20％的店铺分散全国各地，因此基本可以判定，赵六所在的城市为北京。
304：在IP数据列表中有针对性地找到异常数据；
以表7为例，202.116.0.234对应的城市为空；202.114.3.116对应的城市为石家庄，这些均与正常数据“北京”不同，故将其认定为异常数据。
305：使用正常数据更新异常数据；
仍以表7为例，将202.116.0.234对应的城市更新为北京；将202.114.3.116对应的城市也更新为北京。
当然，在本实施例中，也可以对更新后的数据进行检验，方法与实施例2中的206至209基本相似，故此不再详述。
本发明实施例中提供的方法的执行主体可以为服务器或其他能够处理数据的装置。
本发明实施例通过获取同一用户在一个更新周期内多次登陆的IP地址，并通过进入用户行为检验这些IP地址所对应的数据是否正常，检查到异常数据后，使用正常数据对异常数据进行相应的更新。判断方法全面、客观、而且有效。并且，能够将一个更新周期内所有被更新的IP地址对应的相关数据集合起来，进行判断，纠正可能出现的错误，提高了更新数据的准确性。并且，更新的周期时间可以根据条件进行控制，方便、周期短。
实施例4
参见图4，本发明实施例提供了一种更新数据的装置，包括：
获取模块401，用于获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
获取模块401还用于根据IP地址，获取与IP地址对应的相关数据；
查询模块402，用于在获取模块401获得的相关数据中查询得到异常数据；
更新模块403，用于对查询模块402查询得到的异常数据进行更新。
其中，查询模块402具体用于：
获取同一内容在相关数据的同一类信息中出现的次数；
将出现次数最多的内容作为正常数据；
在同一类信息中，将除正常数据之外的其他内容作为异常数据。
进一步地，查询模块402还用于：
查询用户的相关信息，获取相关数据的正常数据；
在相关数据中，查询除正常数据之外的其他数据，其他数据作为异常数据。
其中，更新模块403具体用于：
将异常数据更新为正常数据。
进一步地，该装置还包括：
第二更新模块404，具体包括：
获取单元，用于获取被更新的数据；
计算单元，用于在被更新的数据中，获取同一IP地址对应的数据被更新为同一内容的次数；
更新单元，用于在同一类信息中，采用次数最多的内容更新除次数最多的内容之外的其他内容。
这里需要说明的是，获取模块可以从海量的用户登陆日志中获取IP地址，也可以从网络中的cookies获取IP地址，更新数据的装置包括但不限于服务器。
本发明实施例通过更新数据的装置，获取同一用户在一个更新周期内的登陆IP，并对这些IP地址所对应的数据进行计算，根据计算的结果对数据进行相应的更新。判断方法全面、客观、而且有效。并且，能够将一个更新周期内所有被更新的IP地址对应的相关数据集合起来，进行判断，纠正可能出现的错误，提高了更新数据的准确性。并且，更新的周期时间可以根据条件进行控制，方便、周期短。
本发明实施例可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，例如，路由器的硬盘、缓存或光盘中。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1、一种更新数据的方法，其特征在于，包括：
获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
根据所述IP地址，获取与所述IP地址对应的相关数据；
在所述相关数据中查询得到异常数据；
对所述异常数据进行更新。
2、如权利要求1所述的更新数据的方法，其特征在于，所述在所述相关数据中查询得到异常数据，包括：
获取同一内容在所述相关数据的同一类信息中出现的次数；
将出现次数最多的内容作为正常数据；
在所述同一类信息中，将除所述正常数据之外的其他内容作为异常数据。
3、如权利要求1所述的更新数据的方法，其特征在于，所述在所述相关数据中查询得到异常数据之前，所述方法还包括：
查询用户的相关信息，获取所述相关数据的正常数据；
相应地，所述在所述相关数据中查询得到异常数据具体包括：
在所述相关数据中查询除所述正常数据之外的其他数据，所述其他数据作为异常数据。
4、如权利要求2或3所述的更新数据的方法，其特征在于，所述对所述异常数据进行更新，具体包括：
将所述异常数据更新为所述正常数据。
5、如权利要求1所述的更新数据的方法，其特征在于，所述根据所述统计结果，对所述数据进行相应的更新之后，所述方法还包括：
获取被更新的数据；
在所述被更新的数据中，获取同一IP地址对应的相关数据的同一类信息被更新为同一内容的次数；
在所述同一类信息中，采用次数最多的内容更新除所述次数最多的内容之外的其他内容。
6、一种更新数据的装置，其特征在于，包括：
获取模块，用于获取一个更新周期内同一用户多次登陆所使用的不同IP地址；
所述获取模块，还用于根据所述IP地址，获取与所述IP地址对应的相关数据；
查询模块，用于在所述相关数据中查询得到异常数据；
更新模块，用于对所述异常数据进行更新。
7、如权利要求6所述的更新数据的装置，其特征在于，所述查询模块具体用于：
获取同一内容在所述相关数据的同一类信息中出现的次数；
将出现次数最多的内容作为正常数据；
在所述同一类信息中，将除所述正常数据之外的其他内容作为异常数据。
8、如权利要求6所述的更新数据的装置，其特征在于，所述查询模块还用于：
查询用户的相关信息，获取所述相关数据的正常数据；
在所述相关数据中，查询除所述正常数据之外的其他数据，所述其他数据作为异常数据。
9、如权利要求7或8所述的更新数据的装置，其特征在于，所述更新模块具体用于：
将所述异常数据更新为所述正常数据。
10、如权利要求6所述的更新数据的装置，其特征在于，所述装置还包括：
第二更新模块，具体包括：
获取单元，用于获取被更新的数据；
计算单元，用于在所述被更新的数据中，获取同一IP地址对应的数据被更新为同一内容的次数；
更新单元，用于在所述同一类信息中，采用次数最多的内容更新除所述次数最多的内容之外的其他内容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101767937A CN101420376B (zh) | 2008-11-19 | 2008-11-19 | 更新数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101767937A CN101420376B (zh) | 2008-11-19 | 2008-11-19 | 更新数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101420376A true CN101420376A (zh) | 2009-04-29 |
| CN101420376B CN101420376B (zh) | 2010-12-22 |
Family
ID=40630989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2008101767937A Active CN101420376B (zh) | 2008-11-19 | 2008-11-19 | 更新数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101420376B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102499758A (zh) * | 2011-10-18 | 2012-06-20 | 浙江大学 | 一种生理信息网络跟踪方法和系统 |
| CN103716282A (zh) * | 2012-09-28 | 2014-04-09 | 北京新媒传信科技有限公司 | 一种修正ip库的方法和系统 |
| CN104427519A (zh) * | 2013-08-23 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | Ip地址归属地管理方法及装置 |
| CN104933148A (zh) * | 2015-06-19 | 2015-09-23 | 北京奇虎科技有限公司 | 数据筛选的方法、装置及服务器 |
| CN105491172A (zh) * | 2014-09-17 | 2016-04-13 | 阿里巴巴集团控股有限公司 | 一种用于确定网络地址的归属地信息的方法与设备 |
| CN105550321A (zh) * | 2015-12-12 | 2016-05-04 | 天津南大通用数据技术股份有限公司 | 一种基于同一数据结构更新数据的方法及装置 |
| CN107622065A (zh) * | 2016-07-14 | 2018-01-23 | 腾讯科技（深圳）有限公司 | 一种数据处理方法及服务器 |
| CN109325064A (zh) * | 2018-10-11 | 2019-02-12 | 广东赛诺科技股份有限公司 | 一种车辆车轴数据异常情况的判断方法及装置 |
| CN110474905A (zh) * | 2019-08-16 | 2019-11-19 | 北京百度网讯科技有限公司 | 实体识别方法、装置、电子设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1746916A (zh) * | 2005-10-25 | 2006-03-15 | 二六三网络通信股份有限公司 | 网络ip地址信誉度评估方法及其在电子邮件系统中的应用 |
| CN101291259B (zh) * | 2007-04-18 | 2011-01-26 | 阿里巴巴集团控股有限公司 | 一种用于监控网站访客地理位置和访问状态的系统及方法 |
-
2008
- 2008-11-19 CN CN2008101767937A patent/CN101420376B/zh active Active
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102499758A (zh) * | 2011-10-18 | 2012-06-20 | 浙江大学 | 一种生理信息网络跟踪方法和系统 |
| CN103716282A (zh) * | 2012-09-28 | 2014-04-09 | 北京新媒传信科技有限公司 | 一种修正ip库的方法和系统 |
| CN104427519B (zh) * | 2013-08-23 | 2019-01-11 | 深圳市腾讯计算机系统有限公司 | Ip地址归属地管理方法及装置 |
| CN104427519A (zh) * | 2013-08-23 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | Ip地址归属地管理方法及装置 |
| CN105491172A (zh) * | 2014-09-17 | 2016-04-13 | 阿里巴巴集团控股有限公司 | 一种用于确定网络地址的归属地信息的方法与设备 |
| CN105491172B (zh) * | 2014-09-17 | 2019-04-09 | 阿里巴巴集团控股有限公司 | 一种用于确定网络地址的归属地信息的方法与设备 |
| CN104933148A (zh) * | 2015-06-19 | 2015-09-23 | 北京奇虎科技有限公司 | 数据筛选的方法、装置及服务器 |
| CN105550321A (zh) * | 2015-12-12 | 2016-05-04 | 天津南大通用数据技术股份有限公司 | 一种基于同一数据结构更新数据的方法及装置 |
| CN107622065A (zh) * | 2016-07-14 | 2018-01-23 | 腾讯科技（深圳）有限公司 | 一种数据处理方法及服务器 |
| CN109325064A (zh) * | 2018-10-11 | 2019-02-12 | 广东赛诺科技股份有限公司 | 一种车辆车轴数据异常情况的判断方法及装置 |
| CN109325064B (zh) * | 2018-10-11 | 2021-08-20 | 广东赛诺科技股份有限公司 | 一种车辆车轴数据异常情况的判断方法及装置 |
| CN110474905A (zh) * | 2019-08-16 | 2019-11-19 | 北京百度网讯科技有限公司 | 实体识别方法、装置、电子设备和存储介质 |
| CN110474905B (zh) * | 2019-08-16 | 2022-03-01 | 北京百度网讯科技有限公司 | 实体识别方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101420376B (zh) | 2010-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101420376B (zh) | 更新数据的方法和装置 | |
| CN103902653B (zh) | 一种构建数据仓库表血缘关系图的方法和装置 | |
| CN102104635B (zh) | 一种更新互联网协议ip地址库的方法和装置 | |
| CN101404607B (zh) | 更新数据的方法、装置和系统 | |
| CN101202966B (zh) | 一种用户信息的收集方法、系统及设备 | |
| Gallrein et al. | CDTire: a tire model for comfort and durability applications | |
| US9858326B2 (en) | Distributed data warehouse | |
| CN103259877B (zh) | Ip地址的地理位置确定方法及系统 | |
| CN104462263B (zh) | 一种利用数据库索引搜索门店的方法 | |
| CN103607463B (zh) | 定位数据存储系统和存储方法 | |
| CN104978324B (zh) | 一种数据处理方法和装置 | |
| CN1866833A (zh) | 分布式数据管理系统及其动态订阅数据的方法 | |
| CN111310061B (zh) | 全链路多渠道归因方法、装置、服务器及存储介质 | |
| CN106537384A (zh) | 使用指示用户位置的数据的逆向ip数据库 | |
| CN104268064A (zh) | 产品日志的异常诊断方法和装置 | |
| CN104216876A (zh) | 信息文本过滤方法及系统 | |
| CN105893542A (zh) | 一种云存储系统中的冷数据文件重分布方法及系统 | |
| CN105791460A (zh) | 基于多维度聚合的dns代理缓存优化方法和系统 | |
| CN107491463B (zh) | 数据查询的优化方法和系统 | |
| CN107071036A (zh) | 一种下载驱动文件的方法、网络服务器及系统 | |
| CN105897758A (zh) | 容器访问控制方法及装置 | |
| CN106899558B (zh) | 访问请求的处理方法、装置和存储介质 | |
| CN104750774A (zh) | 数据库升级方法及装置 | |
| CN103020214B (zh) | 访问网站历史记录信息处理方法和设备 | |
| CN109446167A (zh) | 一种日志数据存储、提取方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20151228 Address after: The South Road in Guangdong province Shenzhen city Fiyta building 518057 floor 5-10 Nanshan District high tech Zone Patentee after: Shenzhen Tencent Computer System Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Futian District SEG Science Park 2 East Room 403 Patentee before: Tencent Technology (Shenzhen) Co., Ltd. |