CN110300084A - 一种基于ip地址的画像方法和装置 - Google Patents

Abstract

本发明公开了一种基于IP地址的画像方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；根据所统计的数量，对每个组中用户行为信息进行IP地址画像。该实施方式提供了一种依据用户行为信息进行IP地址画像的思路，以此分析不同IP地址类型在多种用户行为上的差异，拓宽了IP地址画像的使用场景，满足企业运营商和用户群体消费行为的推荐。

Description

一种基于IP地址的画像方法和装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种基于IP地址的画像方法和装置。

背景技术

IP地址(Internet Protocol Address，互联网协议)画像，是建立在一系列真实IP地址数据的基础上，通过多维度分析IP地址、行为等差异，以对IP地址进行类别细分和风险预判。其中，所谓类别细分，即将IP地址画像与具体的应用场景相结合，以对IP地址进行打标签操作。

不同IP地址类型实际反映了不同的用户类型，因此，通过对IP地址进行画像，可以协助识别网络背后的真实用户，尤其异常用户，这在个性化推荐、广告定向投放、交易风险控制等方面都有着重要的作用。

现有技术中，通常通过解析所接收到的IP地址数据报文(例如，数据单元)，并根据报文中所记载的端口号等字段(例如，135、445、1434)，判断发送该数据报文的IP地址是否存在异常。

作为监测IP地址的另一种实施方式，还可以以固定步长，监测IP地址在一段时间内的流量(例如，报文数量)变化情况，并能够比较这一变化情况与预定模式之间的差距，以将差异明显的IP地址标记为异常IP地址。

在实现本发明过程中，发明人发现现有技术至少存在如下问题：

(1)所采用的数据通常为物理层的数据，例如流量大小、数据报文，视角较微观，只能针对网络通信中的物理层行为进行IP地址画像，无法识别用户层面行为的异常，例如用户作弊行为；

(2)现有IP地址画像，通常需要与固定应用场景紧密结合，导致其通用性较差；

(3)异常用户通常使用代理IP地址进行作弊，上述方式只能识别与代理IP地址有关的异常行为，但不适用于异常用户不使用代理IP地址的情况。

发明内容

有鉴于此，本发明实施例提供一种基于IP地址的画像方法和装置，至少能够解决现有技术无法识别异常用户行为以及通用性差的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种IP地址画像的方法，包括：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

可选的，所述用户特征信息为浏览时间；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

可选的，在所述基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组之前，还包括：根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

可选的，所述用户特征信息为订单地址信息；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：当所述地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址；或当所述地址显著指数小于所述预定指数阈值时，确定所确定的所述IP地址为第二IP地址。

可选的，所述基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组还包括：基于预定的地标提取规则，提取所述订单地址信息中的订单地标信息；基于所确定的IP地址，将相同订单地标信息的用户行为信息分为一组。

可选的，所述用户特征信息为设备标识信息；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：当所述设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址；或当所述设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

为实现上述目的，根据本发明实施例的另一方面，提供了一种IP地址画像的装置，包括：

获取模块，用于获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；分组模块，用于基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；画像模块，用于根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

可选的，所述用户特征信息为浏览时间；

所述分组模块，用于：基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量；

所述画像模块，用于：根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

可选的，还包括标识模块，用于：根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

可选的，，所述用户特征信息为订单地址信息；

所述分组模块，用于：基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数；

所述画像模块，用于：当所述地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址；或

当所述地址显著指数小于所述预定指数阈值时，确定所确定的所述IP地址为第二IP地址。

可选的，还包括地标模块，用于：基于预定的地标提取规则，提取所述订单地址信息中的订单地标信息；基于所确定的IP地址，将相同订单地标信息的用户行为信息分为一组。

可选的，所述用户特征信息为设备标识信息；

所述分组模块，用于：基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率；

所述画像模块，用于：当所述设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址；或当所述设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

为实现上述目的，根据本发明实施例的再一方面，提供了一种基于IP地址的画像的电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的基于IP地址的画像方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的基于IP地址的画像方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：提供了一种依据用户行为信息进行IP地址画像的思路，以此分析不同IP地址类型在多种用户行为上的差异，拓宽了IP地址画像的使用场景，满足企业运营商和用户群体消费行为的推荐。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种基于IP地址的画像方法的主要流程示意图；

图2是根据本发明实施例的一种可选的基于IP地址的画像方法的流程示意图；

图3是根据本发明实施例的另一种可选的基于IP地址的画像方法的流程示意图；

图4是根据本发明实施例的又一种可选的基于IP地址的画像方法的流程示意图；

图5是根据本发明实施例的再一种可选的基于IP地址的画像方法的流程示意图；

图6是根据本发明实施例的一种基于IP地址的画像装置的主要模块示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明实施例可适用于对用户画像标签有需求的场景中，例如，电商企业、互联网行业等，本发明以电商企业为例进行说明。

另外，IP地址分为内网IP地址和公网IP地址，内网IP地址仅能在局域网中使用，当设备要访问因特网时，必须使用公网IP地址。公网IP地址通常由网络运营商分配，其分配机制有两种：一种是动态IP地址分配，即同一设备每次访问因特网时，获取的IP地址都不一样；另一种是静态IP地址分配，即同一设备在因特网中的IP地址始终不变。本发明实施例主要涉及公网IP地址，对于内网IP地址暂不涉及。

对于用户而言，其在因特网中的公网IP地址是动态分配的还是静态分配的，主要取决于其所购买的网络服务类型。具体地，动态分配的IP地址可以被多个用户分时复用、价格较低，适合上网时间随机性强、流量变化大、对带宽稳定性要求低、价格敏感的用户，例如普通家庭、小型企业等；静态分配的IP地址是一个被用户独占的资源，带宽稳定性强但价格高，适合那些带宽资源使用率高或需要向外部提供固定网络服务的用户，例如政府、学校、大中型企业等。

参见图1，示出的是本发明实施例提供的一种基于IP地址的画像的方法的主要流程图，包括如下步骤：

S101：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息。

S102：基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量。

S103：根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

上述实施方式中，对于步骤S101，用户行为是一个较为笼统的概念，可以体现用户多方面的属性，例如，用户基本属性(例如，民族、国际)、社会属性(例如，职业)、上网行为属性(例如、浏览网址)、行为习惯属性(例如，上网时间)、兴趣属性(例如，购物、体育)等。其中，用户社会属性、上网行为属性、行为习惯属性、兴趣属性为用户的动态属性，可以随时间的变化随之变化；用户基本属性通常为用户静态属性，相对动态属性较为稳定。

所涉及的用户行为信息，通常为用户通过设备(例如，手机、电脑)上网的信息，例如，网页浏览信息、APP(Application，应用软件)使用信息、订单信息、评论信息、所使用的设备信息等。

另外，所获取的用户行为信息，可以是预定时间内的信息，该预定时间段可以按照分钟、小时、日、星期、月、季度、年等进行设定，本发明在此不做限制。

对于步骤S102，IP地址为计算机网络相互连接进行通信而设计的协议，当设备联网时，便分配有相应的IP地址，该IP地址存储于用户上网数据内，并随之上传至网络中心。

不同用户可能使用同一IP地址，因此，可以针对IP地址对用户行为信息进行分组处理，得到同一IP地址下多种特征信息的组。

对于步骤S103，确定不同IP地址类型对应的用户群体特征差异，其确定方式包括但不限于是如下方式：

1)根据用户所喜欢浏览的页面、上网时间、在网时长、浏览次数等方面，判断用户所使用的IP地址是否为静态IP地址；

2)获取用户购买物品所使用的地址信息，确定同一IP地址下不同用户所使用同一地址信息的数量，当该数量超出预定数量阈值时，确定该IP地址为静态IP地址；

3)获取用户上网所使用的设备标识信息，确定使用同一IP地址上网的设备数量，并确定重复使用该IP地址的设备迁移率，当该设备迁移率大于预定迁移率阈值时，确定该IP地址为静态IP地址。

不同IP地址类型实际反映了不同的用户类型，例如，IP地址号段、设备ID、地址信息均相同的用户，可以判断属于同一机构。对于动态IP地址，可能存在IP地址号段、设备ID、浏览时长、地址信息均不相同的情况，特殊的，可能存在用户作弊的情况。

上述实施例所提供的方法，提供了一种依据用户行为信息进行IP地址画像的思路，以此分析不同IP地址类型在多种用户行为上的差异，拓宽了IP地址画像的使用场景，满足企业运营商和用户群体消费行为的推荐。

参见图2，示出了根据本发明实施例的一种可选的基于IP地址的画像方法流程示意图，包括如下步骤：

S201：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及浏览时间。

S202：基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量。

S203：根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

上述实施方式中，对于步骤S201，对于电商平台、交友平台(例如，微博、博客)等线上平台，其网站均由一系列页面组成。当用户打开任意一个页面进行浏览时，都会被该平台的日志系统记录一次，并生成页面浏览日志(PV，page view)，至少包括用户所访问的IP地址以及相应的访问时间。

一个IP地址对应一个用户群体，该群体内所有用户的页面浏览日志信息之和为与该IP地址相关的页面浏览日志。另外，页面浏览日志的统计数量还与所设定的时间段有关，例如，可以统计一个IP地址在某一小时内的页面浏览日志，也可以统计其在某一天内的页面浏览日志。

进一步的，由于所获取到的页面浏览日志数量、类型较多，其相应的IP地址种类也较为丰富，导致噪音垃圾信息较多。因此，在对所得到的用户行为信息进行IP地址画像之前，还可以对该页面浏览日志进行数据清洗，以形成规范化的日志，便于后续简化浏览时间处理、IP地址类型确定等操作。

对于步骤S202，对于与动态分配IP地址与静态分配IP地址对应的用户群体，尤其是对于不同年龄段、收入水平、教育背景的人群而言，其所喜欢浏览的页面、上网时间、在网时长、浏览次数等方面，存在显著差异。

因此，可以依据用户在页面上的浏览时间顺序，将若干个连续时间区间的页面浏览日志串联起来，以构成一个时间序列，该时间序列可以刻画不同用户的行为差异，反映与IP地址对应的用户群体的行为模式。

具体地，依据IP地址以及浏览时间，对页面浏览日志进行分组处理，例如，IP地址1.94.33.97下9:00pm有浏览日志1-浏览日志2、10:00am有浏览日志5-浏览日志7。将每个IP地址下相同浏览时间的浏览日志进行数量统计，得到该IP地址的时间序列，例如{IP1.94.33.97︱9:00,2︱10:00,2}。

所生成的时间序列，可以是以每天、每小时、每分钟等时间为单位的时间序列，例如，可以获取每个IP地址在一周7天上的日均时间序列、一年的月均时间序列。

对于步骤S203，以所得时间序列为特征，对IP地址进行聚类分析，以获取与各个IP地址相应的簇，所得结果与所使用的聚类分析方式有关，例如，最短距离法、最长距离法、中间距离法、重心法。

由于每个簇都是一种特定的用户行为模式，对应着不同的用户类型，也反映着不同的IP地址类型，因此，其聚类结果即构成一个IP地址画像。

本发明主要采用Kmeans聚类方式，通过设定聚类个数N，然后运行聚类出N个类，每个类代表一个不同的IP地址类型，即为各IP地址进行打标签，实现IP地址画像目的。

上述实施例所提供的方法，提供了一种基于页面浏览日志的IP地址画像思路，通过将IP地址在长时间窗上的流量变化趋势压缩到了短时间窗上，并将压缩后的时间序列作为表征用户行为模式的特征，对IP地址进行聚类画像，进而体现IP地址背后用户的行为特征，具有广泛的应用场景。

参见图3，示出了根据本发明实施例的另一种可选的基于IP地址的画像方法流程示意图，包括如下步骤：

S301：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及浏览时间。

S302：根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

S303：基于所确定的IP地址，将相同时间标识的用户行为信息分为一组，统计每个组中用户行为信息的第一数量。

S304：根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

上述实施方式中，步骤S301可参见图1所示步骤S101以及图2所示步骤S201的描述、步骤S304可参见图2所示步骤S203的描述，在此不再赘述。

上述实施方式中，对于步骤S302，通常同一时间段内，所得用户行为信息数量可能数以万计。为简化后续生成时间序列的步骤、简练该时间序列的格式，可以预先设置时间区域，以将各IP地址下属于同一时间区域的用户行为信息进行分类。例如，当预定时间段为一年或者几年时，所设定的时间区域可以按月为单位对用户行为信息进行划分；当预定时间段为几周时，可以以天为单位进行划分。

具体地，可以从数据仓库中采集连续4周的用户浏览日志，将每一条浏览日志中的浏览时间映射为编号1～7中的一个数字，若浏览时间为周一则映射为1，若为周二则映射为2，以此类推。然后将每个IP地址下相同编号的浏览日志加起来并除以4，得到每个IP地址在一周7天上的日均浏览时间序列。

上述实施例所提供的方法，提供了一种简化确定浏览时间序列的方式，便于处于大量数据的统计，利于数据统计平滑化，同时具有弱化浏览时间噪声的效果。

参见图4，示出了根据本发明实施例的又一种可选的基于IP地址的画像方法流程示意图，包括如下步骤：

S401：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及订单地址信息。

S402：基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数。

S403：当地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址。

S403’：当所述地址显著指数小于所述预定指数阈值时，确定所确定的IP地址为第二IP地址。

上述实施方式中，对于步骤S401，对于动态分配的IP地址，同一IP地址对应的多个用户可能处于不同的地理位置，因此所使用的地址信息很大概率是不相同的；对于静态分配的IP地址，同一IP地址对应的多个用户往往处于同一机构，因此所使用的地址信息相同或相似的概率较大。

由此，可以分析同一IP地址下不同用户所使用的地址信息的重叠度，以此有效区分IP地址类型对应的用户行为信息。因此，所获取的用户行为信息，可以是能够使用到地址的信息。例如历史一个月内的所有订单数据，且不限制地址位置，包括用户下单IP地址、下单所使用的账户名、所使用的收货地址等。

对于步骤S402，地址信息通常由省/市/区/地标名/门牌号的格式或者类似格式组成，具有很强的结构性。因此，可以对每个IP地址下的相同地址信息，统计不同用户行为信息的数量，并将最大数量作为该IP地址的地址显著性指数。例如，IP地址X下有：

地址1-用户行为信息200个

地址2-用户行为信息300个

则将300作为该IP地址X的地址显著性指数，地址2作为该IP地址X的显著地址。

进一步的，由于用户、设备或APP输入习惯的不同，同一地点对应的地址信息描述可能存在差别之处，这些差别可能影响到之后的IP地址画像结果。因此，为消除这些差别噪声，可以对用户行为信息中的原始地址信息进行预处理(清洗、整合)操作。

具体地，可以利用正则表达式(从字符串中提取特定部分)，例如[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.？，从原始地址信息中提取地标信息。例如，地址信息为北京市朝阳区北辰西路8号北辰世纪中心A座6层，所提取的地标信息为北辰世纪中心。

对于步骤S403以及S403’，可以针对于预设地址/地标显著性指数的最小阈值，基于该阈值，将所有IP地址分为两部分：大于或者等于该阈值的IP地址为第一IP地址，例如专用出口IP地址、静态IP地址；小于该阈值的IP地址为第二IP地址，例如普通宽带IP地址、动态IP地址。

之后，基于所确定的显著地址/地标，结合所确定的第一IP地址或第二IP地址，对各个IP地址进行打标签操作，完成IP地址画像。

上述实施例所提供的方法，提供了一种基于地址或地标显著性的IP地址画像思路，以此刻画用户行为特征，分析该特征在不同IP地址类型上的差异，进行IP地址画像，具有广泛的应用场景。

参见图5，示出的是本发明实施例提供的再一种可选的基于IP地址的画像方法的主要流程图，包括如下步骤：

S501：获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及设备标识信息。

S502：基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率。

S503：当设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址。

S503’：当设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

上述实施方式中，对于步骤S501，对于使用动态IP地址的设备，每次断线重连，都会获得一个新的公网IP地址；但对于使用静态IP地址的设备，无论断线连接多少次，所分配到的IP地址都是固定的。

由此，可以统计一个固定时间段内，使用同一IP地址上网浏览的所有设备标识信息(例如，设备ID)，统计其在不同日期重复使用该IP地址的设备数量。例如，采集设备的页面浏览日志，其中，该页面浏览日志除包括图2所示浏览时间以及IP地址外，还可以包括所使用的设备等。

进一步的，用户使用设备在凌晨上网或者设备在凌晨工作时，其浏览时间会出现跨天的情况，但该设备实际上并未断线重连，不属于是不同日期重复使用同一IP地址的情况。针对上述情况，可以采用隔天采集的方式采集用户行为数据。

对于步骤S502，对于动态IP地址，其IP地址通常不一样。对于使用静态IP地址的大型机构，通常会购买一个IP地址号段，且该机构中的设备可能会使用该号段内的任意一个IP地址，例如，IP地址共32位，该机构中设备所使用的IP地址前26均相同。

因此，可以在IP地址/26号段上(保留IP地址的高26位，并将低6位全部归置0)，统计同一IP地址下的设备数量，并计算相应的设备迁移率。

计算设备迁移率的方式，可以是不同日期重复使用设备ID的数量/总数量。例如，获取预定时间段内不同日期重复使用过IP地址X的设备ID，统计其数量记为A；在该时间段内使用过该IP地址X的总设备数量为B(包括重复使用数量以及单次使用数量)，计算得到该IP地址的设备迁移率为A/B。

对于步骤S503以及S503’，依据计算所得设备迁移率，可以确定设备所使用IP地址是动态IP地址或者静态IP地址，且通常情况下静态IP地址的设备迁移率高于动态IP地址的设备迁移率。

具体地，设置设备迁移率的最小阈值，该阈值将所有IP地址/26号段分为两部分，所有超出该阈值的IP地址/26为专用出口IP地址号段，即静态IP地址；小于该阈值的为普通带宽IP地址号段，即动态IP地址。

上述实施例所提供的方法，提供了一种基于设备迁移率刻画用户行为的一种思路，以此分析该特征在不同IP地址类型上的差异，并利用该特征进行IP地址画像，以对IP地址背后的用户群体进行划分。

本发明实施例所提供的方法，提供了一种基于用户行为数据的特点进行IP地址画像的思路，并依据画像结果对不同IP地址类型进行了划分，同时对IP地址背后的用户群体进行了划分，识别用户行为类型。

参见图6，示出了本发明实施例提供的一种基于IP地址的画像装置600的主要模块示意图，包括：

获取模块601，用于获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；

分组模块602，用于基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；

画像模块603，用于根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

本发明实施装置中，所述用户特征信息为浏览时间；

所述分组模块602，用于：基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量；

所述画像模块603，用于：根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

本发明实施装置还包括标识模块604，用于：根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

本发明实施装置中，所述用户特征信息为订单地址信息；

所述分组模块602，用于：基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数；

所述画像模块603，用于：当所述地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址；或当所述地址显著指数小于所述预定指数阈值时，确定所确定的所述IP地址为第二IP地址。

本发明实施装置还包括地标模块605，用于：基于预定的地标提取规则，提取所述订单地址信息中的订单地标信息；基于所确定的IP地址，将相同订单地标信息的用户行为信息分为一组。

本发明实施装置中，所述用户特征信息为设备标识信息；

所述分组模块602，用于：基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率；

所述画像模块603，用于：当所述设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址；或当所述设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

本发明实施例所提供的装置，提供了一种基于用户行为数据的特点进行IP地址画像的思路，并依据画像结果对不同IP地址类型进行了划分，同时对IP地址背后的用户群体进行了划分，识别用户行为类型。

另外，在本发明实施例中所述的基于IP地址的画像装置的具体实施内容，在上面所述基于IP地址的画像方法中已经详细说明了，故在此重复内容不再说明。

参见图7示出了可以应用本发明实施例的基于IP地址的画像方法或基于IP地址的画像装置的示例性系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交系统软件等(仅为示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的在基于IP地址的画像方法一般由服务器705执行，相应地，在基于IP地址的画像装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

参见图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。录入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的录入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、分组模块以及画像模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，画像模块还可以被描述为“IP地址画像模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；

基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；

根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

根据本发明实施例的技术方案，提供了一种基于用户行为数据的特点进行IP地址画像的思路，并依据画像结果对不同IP地址类型进行了划分，同时对IP地址背后的用户群体进行了划分，识别用户行为类型。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (14)

1.一种基于IP地址的画像方法，其特征在于，包括：

获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；

基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；

根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

2.根据权利要求1所述的方法，其特征在于，所述用户特征信息为浏览时间；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：

基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：

根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

3.根据权利要求2所述的方法，其特征在于，在所述基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组之前，还包括：

根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

4.根据权利要求1所述的方法，其特征在于，所述用户特征信息为订单地址信息；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：

基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：

当所述地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址；或

当所述地址显著指数小于所述预定指数阈值时，确定所确定的所述IP地址为第二IP地址。

5.根据权利要求4所述的方法，其特征在于，所述基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组还包括：

基于预定的地标提取规则，提取所述订单地址信息中的订单地标信息；

基于所确定的IP地址，将相同订单地标信息的用户行为信息分为一组。

6.根据权利要求1所述的方法，其特征在于，所述用户特征信息为设备标识信息；

所述基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量包括：

基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率；

所述根据所统计的数量，对每个组中的用户行为信息进行IP地址画像包括：

当所述设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址；或

当所述设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

7.一种基于IP地址的画像装置，其特征在于，包括：

获取模块，用于获取预定时间段内多个用户行为信息，至少确定每个用户行为信息中的IP地址以及用户特征信息；

分组模块，用于基于所确定的IP地址，将相同用户特征信息的用户行为信息分为一组，统计每个组中用户行为信息的数量；

画像模块，用于根据所统计的数量，对每个组中用户行为信息进行IP地址画像。

8.根据权利要求7所述的装置，其特征在于，所述用户特征信息为浏览时间；

所述分组模块，用于：

基于所确定的IP地址，将相同浏览时间的用户行为信息分为一组，统计每个组中用户行为信息的第一数量；

所述画像模块，用于：

根据所统计的第一数量，生成相应的浏览时间序列，以对IP地址进行聚类分析，确定相应的IP地址画像。

9.根据权利要求8所述的装置，其特征在于，还包括标识模块，用于：

根据预定的时间范围阈值与时间标识的映射关系，确定与浏览时间相应的时间标识。

10.根据权利要求7所述的装置，其特征在于，所述用户特征信息为订单地址信息；

所述分组模块，用于：

基于所确定的IP地址，将相同订单地址信息的用户行为信息分为一组，统计每个组中用户行为信息的第二数量，确定最高第二数量为相应的地址显著指数；

所述画像模块，用于：

当所述地址显著指数超出预定指数阈值时，确定所确定的IP地址为第一IP地址；或

当所述地址显著指数小于所述预定指数阈值时，确定所确定的所述IP地址为第二IP地址。

11.根据权利要求10所述的装置，其特征在于，还包括地标模块，用于：

基于预定的地标提取规则，提取所述订单地址信息中的订单地标信息；

基于所确定的IP地址，将相同订单地标信息的用户行为信息分为一组。

12.根据权利要求7所述的装置，其特征在于，所述用户特征信息为设备标识信息；

所述分组模块，用于：

基于所确定的IP地址，将相同设备标识信息的用户行为信息分为一组，统计每个组中用户行为信息的第三数量，确定相应的设备迁移率；

所述画像模块，用于：

当所述设备迁移率超出预定迁移率阈值时，确定所确定的IP地址为第三IP地址；或

当所述设备迁移率小于预定迁移率阈值时，确定所确定的IP地址为第四IP地址。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。