CN109769202B - 流量数据的定位方法及装置、存储介质、服务器 - Google Patents

Abstract

一种流量数据的定位方法及装置、存储介质、服务器，所述定位方法包括：从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。通过本发明实施例提供的技术方案，可以得到各个流量数据的位置信息，且定位精度更高。

Description

流量数据的定位方法及装置、存储介质、服务器

技术领域

本发明涉及大数据技术领域，具体地涉及一种流量数据的定位方法及装置、存储介质、服务器。

背景技术

随着移动设备的广泛使用以及商业数据管理平台(Data Management Platform，简称DMP)步入大数据时代，移动用户的地理位置信息已成为数据挖掘与分析的重要数据来源。

在移动互联网的效果广告投放中，往往基于移动用户的地理位置信息进行广告投放。但是，在实际应用中，由于建筑物遮挡、软件错误等原因，可能造成移动用户的流量数据存在问题。例如，流量数据缺失经纬度信息或者经纬度信息不正确。此时，需求方平台(Demand-Side Platform，简称DSP)获取的流量数据将缺少位置相关信息。即使存在经纬度信息，但其精度也很低，可能难以满足DSP期望得到的位置相关信息。

发明内容

本发明解决的技术问题是如何定位流量数据的位置信息，且准确度更高。

为解决上述技术问题，本发明实施例提供一种流量数据的定位方法，包括：从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。

可选的，对所述多个信息对进行统计之前，所述方法还包括：根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。

可选的，所述对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置包括：根据IP地址划分所述多个信息对，将具有相同IP地址的信息对划分为同一信息簇；针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置。

可选的，每一信息对中的地理位置信息包括经度信息和纬度信息，所述对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置包括：将所述IP地址关联的经度信息组成经度数据集，并将所述IP地址关联的纬度信息组成纬度数据集；利用所述经度数据集拟合第一高斯分布曲线，以得到所述第一高斯分布曲线的第一数学期望；利用所述纬度数据集拟合第二高斯分布曲线，以得到所述第二高斯分布曲线的第二数学期望；将所述第一数学期望和所述第二数学期望作为所述IP地址对应的IP中心地理位置。

可选的，在对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置之后，所述定位方法还包括：将所述IP地址及其对应的IP中心地理位置存储至数据库中。

为解决上述技术问题，本发明实施例还提供一种流量数据的定位装置，包括：提取模块，适于从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；统计模块，适于对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；确定模块，适于接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。

可选的，所述定位装置还包括：过滤模块，适于对所述多个信息对进行统计之前，根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。

可选的，所述统计模块包括：划分子模块，适于根据IP地址划分所述多个信息对，将具有相同IP地址的信息对划分为同一信息簇；统计子模块，适于针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置。

为解决上述技术问题，本发明实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述方法的步骤。

为解决上述技术问题，本发明实施例还提供一种服务器，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明实施例提供一种流量数据的定位方法，包括：从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。通过本发明实施例提供的技术方案，可以利用大量流量数据中的地理位置信息，统计出每一IP地址对应的IP中心地理位置，其准确度较高，从而可以为待定位的流量数据提供位置信息。进一步，可以得到产生该待定位的流量数据的移动用户的地理位置信息。

进一步，对所述多个信息对进行统计之前，所述方法还包括：根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。本发明实施例可以在对多个信息对进行统计之前，采用当前技术方案滤掉无效信息对，进一步有利于统计出准确度高的IP中心地理位置。

进一步，在对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置之后，所述定位方法还包括：将所述IP地址及其对应的IP中心地理位置存储至数据库中。在后续处理待定位的流量数据时，可以直接搜索数据库得到所述待定位的流量数据的位置信息，本发明实施例有利于减少重复统计过程。

附图说明

图1是本发明实施例的一种流量数据的定位方法的流程示意图；

图2是本发明实施例的一种流量数据的定位装置的结构示意图。

具体实施方式

本领域技术人员理解，如背景技术所言，现有技术中的流量数据可能缺失经纬度信息，或者，经纬度信息不正确，又或者，经纬度信息指向的地理位置信息的定位精度较低。

本申请发明人经研究发现，现有技术中，真实的IP地址与其地理位置信息是相对固定的，具有预设匹配关系。通过IP地址确定与地理位置的预设匹配关系，通常可以对应到城市地理位置。例如，某一IP地址匹配的地理位置信息为中国上海，另一IP地址匹配的地理位置信息为中国北京，其地理位置信息的定位精度太低。

此外，现有技术中也可能存在虚假流量。虚假流量的IP地址和与之关联的位置信息(例如，经纬度数据)通常是随机生成的。如果直接采用虚假流量提供的IP地址关联的位置信息，那么将产生错误的定位结果。

本发明实施例提供一种流量数据的定位方法，包括：从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。

通过本发明实施例提供的技术方案，可以利用大量流量数据中的地理位置信息，统计出每一IP地址对应的IP中心地理位置，其准确度较高，从而可以为待定位的流量数据提供位置信息。进一步，可以得到产生该待定位的流量数据的移动用户的地理位置信息。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

本文所使用的术语“包含”、“包括”及类似术语应该被理解为是开放性的术语，即“包括/包含但不限于”，表示还可以包括其他内容。在本公开内容中，术语“基于”是“至少部分地基于”。

图1是本发明实施例的一种流量数据的定位方法的流程示意图。所述定位方法可以用于计算设备一侧，尤其适用于服务器一侧，以对待检测的流量数据提供位置信息。在具体实施中，所述服务器可以是单个服务器或是由多个服务器组成的服务器集群。

具体地，所述定位方法可以包括以下步骤：

步骤S101，从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；

步骤S102，对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；

步骤S103，接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。

更具体而言，在步骤S101中，当终端(例如，手机、Pad等移动设备)上网时，通常都是通过移动通信的基站或无线保真(Wireless Fidelity，简称Wi-Fi)热点接入互联网的。

此时，所述服务器可以收集各个终端广播的流量数据，并可以从每一流量数据中提取出该流量数据的信息对。

所述信息对可以包括互联网协议(Internet Protocol，简称IP)地址与其关联的地理位置信息。

通常情况下，所述流量数据的地理位置信息为经纬度数据，包括经度信息和纬度信息。

当各个终端的经纬度数据采用不同的坐标系表示时，可以将各个经纬度数据换算为同一坐标系下的经纬度数据。例如，可以基于国家测量局02号标准换算各个经纬度数据。

之后，根据现有技术中IP地址与地理位置的预设匹配关系，可以对收集到的信息对进行过滤，以剔除无效数据。所述无效数据可以是IP地址与其关联的地理位置信息不匹配的信息对，也可以是地理位置信息为空的信息对。

例如，从流量数据提取到的信息对中得到的IP地址关联的地理位置信息为美国纽约，而根据所述IP地址与地理位置的预设匹配关系，该IP地址匹配的地理位置信息为中国上海，此时，可以判定该信息对为无效数据，并可以剔除该信息对。

本领域技术人员理解，过滤后的信息对的数量级是十分庞大的，例如，数量级可以为千万级。以所述信息对中的地理位置信息为经纬度数据为例，对每一IP地址而言，该IP地址的经纬度数据的数量也是十分庞大的。例如，对同一移动设备而言，当该移动设备移动范围较小(例如，移动范围为同一城市)时，其IP地址可能是相同的，但由于该移动设备处于运动过程中，其产生的流量数据提取出的经纬度数据可能各不相同，因而可以获得同一IP地址的多个经纬度数据。

在步骤S102中，所述服务器可以对过滤后的信息对进行统计，以确定每一IP地址对应的IP中心地理位置。

进一步，可以根据IP地址的不同将过滤后的信息对进行划分。具体实施时，可以将具有相同IP地址的信息对划分为同一信息簇。

具体而言，可以对每一信息簇中的IP地址进行统计，也即，针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，进而可以得到所述IP地址关联的全部经度信息、纬度信息。

对同一IP地址而言，该IP地址关联的地理位置信息可能存在统计误差。当收集到的该IP地址关联的地理位置信息的数量足够大时，所述统计误差服从高斯分布，即，所述IP地址关联的全部经度信息的统计误差服从高斯分布，所述IP地址关联的全部纬度信息也服从高斯分布。

在此条件下，可以基于所述IP地址关联的全部经度信息拟合该IP地址的高斯分布曲线，进一步，可以基于拟合得到的高斯分布曲线，得到该IP地址关联的全部经度信息的数学期望(即均值)，即得到所述IP地址对应的经度信息。

类似地，可以基于所述IP地址关联的全部纬度信息拟合该IP地址的高斯分布曲线。进一步，可以基于拟合得到的高斯分布曲线，得到该IP地址关联的全部纬度信息的数学期望(即均值)，即得到所述IP地址对应的纬度信息。

之后，结合该IP地址关联的经度信息以及纬度信息，可以得到该IP地址对应的IP中心地理位置。

较之现有技术中的IP地址匹配的地理位置信息，所述IP中心地理位置的精度较高，例如，所述IP中心地理位置可以对应城市内的街区、道路、楼宇信息等，定位精度更高。

之后，可以将所述IP地址及其对应的IP中心地理位置存储至数据库中。

在步骤S103中，当所述服务器接收到用户查询的带定位的流量数据时，可以从所述待定位的流量数据中提取其IP地址，之后搜索所述数据库，以得到所述IP地址及其对应的IP中心地理位置，该IP中心地理位置即为所述流量数据的地理位置信息。

由上，通过本发明实施例提供的技术方案，可以统计出每一IP地址的IP中心地理位置，且所述IP中心地理位置的地理位置信息精度大于现有技术方案提供的地理位置信息精度。采用本发明实施例，可以得到更加准确的地理位置信息，获得定位精度更高的移动用户的地理位置信息，有利于数据挖掘与分析。

图2是本发明实施例的一种流量数据的定位装置的结构示意图。所述流量数据的定位装置2(为简便，称为定位装置2)可以用于实施上述图1所示方法技术方案，由服务器一侧执行。

具体而言，所述定位装置2可以包括：提取模块21，适于从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；统计模块22，适于对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；确定模块23，适于接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息。

在具体实施中，所述定位装置2还可以包括：过滤模块24，适于对所述多个信息对进行统计之前，根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。

在具体实施中，所述统计模块22可以包括：划分子模块221，适于根据IP地址划分所述多个信息对，将具有相同IP地址的信息对划分为同一信息簇；统计子模块222，适于针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置。

在具体实施中，每一信息对中的地理位置信息包括经度信息和纬度信息，所述统计子模块222可以包括：组成单元2221，适于将所述IP地址关联的经度信息组成经度数据集，并将所述IP地址关联的纬度信息组成纬度数据集；第一拟合单元2222，适于利用所述经度数据集拟合第一高斯分布曲线，以得到所述第一高斯分布曲线的第一数学期望；第二拟合单元2223，适于利用所述纬度数据集拟合第二高斯分布曲线，以得到所述第二高斯分布曲线的第二数学期望；生成单元2224，适于将所述第一数学期望和所述第二数学期望作为所述IP地址对应的IP中心地理位置。

在具体实施中，所述定位装置2还可以包括：存储模块25，适于在对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置之后，将所述IP地址及其对应的IP中心地理位置存储至数据库中。

关于所述定位装置2的工作原理、工作方式的更多内容，可以一并参照上述图1所示实施例中的相关描述，这里不再赘述。

进一步地，本发明实施例还公开一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述图1所示实施例中所述方法技术方案。优选地，所述存储介质可以包括诸如非挥发性(non-volatile)存储器或者非瞬态(non-transitory)存储器等计算机可读存储介质。所述存储介质可以包括ROM、RAM、磁盘或光盘等。

进一步地，本发明实施例还公开一种服务器，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述图1所示实施例中所述方法技术方案。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (7)

1.一种流量数据的定位方法，其特征在于，包括：

从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；

对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息；

所述对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置包括：

根据IP地址划分所述多个信息对，将具有相同IP地址的信息对划分为同一信息簇；

针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置；

每一信息对中的地理位置信息包括经度信息和纬度信息，所述对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置包括：

将所述IP地址关联的经度信息组成经度数据集，并将所述IP地址关联的纬度信息组成纬度数据集；

利用所述经度数据集拟合第一高斯分布曲线，以得到所述第一高斯分布曲线的第一数学期望；

利用所述纬度数据集拟合第二高斯分布曲线，以得到所述第二高斯分布曲线的第二数学期望；

将所述第一数学期望和所述第二数学期望作为所述IP地址对应的IP中心地理位置。

2.根据权利要求1所述的定位方法，其特征在于，对所述多个信息对进行统计之前，还包括：

根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。

3.根据权利要求1至2任一项所述的定位方法，其特征在于，在对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置之后，所述定位方法还包括：

将所述IP地址及其对应的IP中心地理位置存储至数据库中。

4.一种流量数据的定位装置，其特征在于，包括：

提取模块，适于从一组流量数据中提取多个信息对，每一信息对包括IP地址及其关联的地理位置信息；

统计模块，适于对所述多个信息对进行统计，以确定每一IP地址对应的IP中心地理位置；

确定模块，适于接收待定位的流量数据，根据所述待定位的流量数据的IP地址以及确定的所述IP地址的中心地理位置，得到所述待定位的流量数据的地理位置信息；

所述统计模块包括：

划分子模块，适于根据IP地址划分所述多个信息对，将具有相同IP地址的信息对划分为同一信息簇；

统计子模块，适于针对每一信息簇中的IP地址，对所述IP地址关联的地理位置信息进行统计，以得到所述IP地址对应的IP中心地理位置；

每一信息对中的地理位置信息包括经度信息和纬度信息，所述统计子模块包括：

组成单元，适于将所述IP地址关联的经度信息组成经度数据集，并将所述IP地址关联的纬度信息组成纬度数据集；

第一拟合单元，适于利用所述经度数据集拟合第一高斯分布曲线，以得到所述第一高斯分布曲线的第一数学期望；

第二拟合单元，适于利用所述纬度数据集拟合第二高斯分布曲线，以得到所述第二高斯分布曲线的第二数学期望；

生成单元，适于将所述第一数学期望和所述第二数学期望作为所述IP地址对应的IP中心地理位置。

5.根据权利要求4所述的定位装置，其特征在于，还包括：

过滤模块，适于对所述多个信息对进行统计之前，根据IP地址与地理位置的预设匹配关系，对所述多个信息对进行过滤，以剔除IP地址与其关联的地理位置信息不匹配的信息对。

6.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至3任一项所述的方法的步骤。

7.一种服务器，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至3任一项所述的方法的步骤。

Images