[发明专利]一种基于搜索引擎获取IP地址归属地的方法和装置

说明书

本发明提供了一种基于搜索引擎获取IP地址归属地的方法和装置，其中方法包括：获取一段时间内的用户搜索记录，所述用户搜索记录包括用户ID、查询词和用户IP地址，并识别所述用户搜索记录的查询词中的地名词以及带有地域属性的词；S2、利用预先标注IP地址归属地的用户搜索记录作为样本训练得到所述带有地域属性的词的置信度；S3、根据所述用户搜索记录中的用户ID、所识别出的查询词中的地名词以及带有地域属性的词和所述带有地域属性的词的置信度，确定该IP地址的归属地。本发明能够基于搜索引擎准确获取用户IP地址的归属地。

【技术领域】

本发明涉及互联网协议（IP）地址定位技术，尤其涉及一种基于搜索引擎获取IP地址归属地的方法和装置。

【背景技术】

随着搜索引擎技术的不断发展，搜索引擎的地域扩展功能也越来越受到人们的重视。“地域扩展功能”即搜索引擎指根据用户所在的地理位置向用户返回具有地域特性的搜索结果，例如，位于北京的用户搜索查询词为“天气”，则搜索引擎会向其返回北京的天气预报信息，与此类似的“地域扩展功能”能够智能地更加准确地满足用户需求。

而实现“地域扩展功能”的关键点之一就是确定用户IP地址的归属地。现有的方法中，通常只有网络运营商能够掌握其所辖IP地址的归属地，即需要IP地址归属地信息的公司只能通过商业合作向网络运营商等第三方来获取，增加了一定的成本。

【发明内容】

有鉴于此，本发明提供了一种基于搜索引擎获取IP地址归属地的方法和装置，能够准确获得IP地址所在的地理位置信息。

具体技术方案如下：

一种基于搜索引擎获取IP地址归属地的方法，该方法包括：

S1、获取一段时间内的用户搜索记录，所述用户搜索记录包括用户标识（ID）、查询词和用户IP地址，并识别所述用户搜索记录的查询词中的地名词以及带有地域属性的词；

S2、利用预先标注IP地址归属地的用户搜索记录作为样本训练得到所述带有地域属性的词的置信度；

S3、根据所述用户搜索记录中的用户ID、所识别出的查询词中的地名词以及带有地域属性的词和所述带有地域属性的词的置信度，确定该IP地址的归属地。

根据本发明一优选实施示例，步骤S1中识别所述用户搜索记录的查询词中的地名词以及带有地域属性的词具体包括：

S11、对所述用户搜索记录中的查询词进行分词，识别其中的地名词；

S12、提取查询词中的非地名分词，将与地名词在查询词中的共现率高于预设阈值的非地名分词作为带有地域属性的词。

根据本发明一优选实施例，所述步骤S12后还包括：

S13、对所述带有地域属性的词进行词义分析，提取词义权重值高于预设阈值的带有地域属性的词。

根据本发明一优选实施例，所述步骤S13后还包括：

S14、根据带有地域属性的词的所属类别，对所述步骤S13提取出的带有地域属性的词进行归一化处理。

根据本发明一优选实施例，所述步骤S2具体包括：

根据公式获取带有地域属性的词M的置信度P[M]，其中，T[地名i]为所述训练样本中带有地域属性的词M与地名词i共现的记录数，R[地名i]为所述训练样本中带有地域属性的词M与地名词i共现时预先标注的IP地址归属地为该地名词i对应的地域的记录数，n为训练样本中与M共现的地名词数目。

根据本发明一优选实施例，步骤S3中所述确定该IP地址的归属地为：

按照预先设定的规则计算用户IP地址归属于所述地名词对应的各地域的第一权重值，根据该第一权重值确定该IP地址的归属地。