移动设备用户的常用地址估算方法及系统技术方案

本发明专利技术涉及异常流量识别技术领域，尤其涉及一种移动设备用户的常用地址估算方法及系统。包括以下步骤：S1：从IP地址中解析出设备所在的地址，得到设备与各城市之间对应的频次关系，通过计算，获得设备i与城市j之间的相关系数；S2：根据设备i与城市j之间的相关系数，判断城市j是否为设备i的常用地址。本发明专利技术的有益效果：由于刻画用户行为属性，考虑到各个用户的个体差异，在一定程度上避免了误判；由于采用常用地址作为识别异常流量的特征，可以从每次用户行为曝光或点击记录，即可判断设备的所在地址数据易于获得，本方法便于推广到不同场景。

【技术实现步骤摘要】
移动设备用户的常用地址估算方法及系统
本专利技术涉及异常流量识别
，尤其涉及一种移动设备用户的常用地址估算方法及系统。
技术介绍
异常流量的识别通常依赖于一定时间段内的广告曝光点击频率、IP地址关联数量等，通过规则计算流量可信度得分，再根据阈值判断异常流量。其中，流量对应的设备IP是衡量流量有效性的重要特征，通过IP可以解析出设备活动所在的地理位置，从而判断设备是否出现在不可能出现的地理位置。现有技术中通常是基于IP地址的流量判定规则，根据近几次设备登录的地理位置人工选择时间窗口的阈值，再进行判断，上述方法中存在以下缺点，时间窗口的规则过于依赖人工设备，异常判定是没有考虑设备用户过往的行为模式，容易导致误判。本专利技术根据上述问题提出了一种移动设备用户的常用地址估算方法及系统。通过刻画用户的行为属性判定常用地址，并可以此为特征判断异常流量。
技术实现思路
本专利技术针对上述存在的技术问题，提出一种移动设备用户的常用地址估算方法及系统。为了实现上述目的，本专利技术提供了如下技术方案：一种移动设备用户的常用地址估算方法，包括以下步骤：S1：从IP地址中解析出设备所在的地址，得到设备与各城市之间对应的频次关系，通过计算，获得设备i与城市j之间的相关系数；S2：根据设备i与城市j之间的相关系数，判断城市j是否为设备i的常用地址。优选的是，S1具体包括以下步骤：S11：根据设备的广告曝光点击记录中的IP地址解析出设备所在的地址，根据一定时间段内设备i与城市j的对应频次关系，建立初始化维度为(N,K)的频次矩阵A，其中，矩阵A的每一行代表设备i在各个城市的频次，每一列代表城市j的各个设备的频次，Aij代表在一定时间段内设备i在城市j出现的频次；S12：根据S11中的频次矩阵A获得各个设备的稳定系数；S13：根据S11中的频次矩阵A和S12中的稳定系数确定各个设备与各个城市之间的相关系数矩阵，得到设备i与城市j之间的相关系数。优选的是，S12具体包括：根据频次矩阵A构建城市矩阵B，然后对每个设备计算逆城市化频率，作为该设备的稳定系数。优选的是，S12包括以下步骤：S121：根据频次矩阵A，利用指示函数I(.)，得到城市矩阵B，S122：对矩阵B中的每行加和取倒数，得到每个设备的逆城市化频率，即，稳定系数Si，其中，分母是对矩阵B中第i行全部元素的加和。优选的是，当A(i,j)>0,则B(i,j)＝1，否则，B(i,j)为零，优选的是，S13中包括以下步骤：S131：将S11中的频次矩阵A进行归一化处理，得到概率矩阵，其中，表示设备i出现在城市j的概率；S132：将S131中得到的概率矩阵的每一行依次乘以S122中得到的对应设备的稳定系数Si，得到相关系数矩阵M，其中，Mij代表设备i与城市j之间的相关系数，相关系数代表设备和城市j之间的相关性。优选的是，相关系数矩阵M中对应的相关系数越大，对应设备与该城市的相关性越大，越可能判定为该设备为常用地址。优选的是，S2的步骤包括：结合S132中得到的相关系数矩阵，将Mij与阈值k比较，当Mij>k时，判定该城市j为设备i的常用地址。本专利技术还提出一种移动设备用户的常用地址估算系统，基于上述移动设备用户的常用地址估算系统，包括：数据获取模块，用于接收获取的IP地址，输出解析的设备所在的地址；数据处理模块，用于接收所述数据获取模块输出的设备所在的地址，进行处理，输出各设备与各个城市之间对应的相关系数矩阵；判断模块，用于根据所述数据处理模块输出的相关系数矩阵，判断城市j对于设备i是否为常用地址。优选的是，所述数据处理模块具体包括：第一数据处理模块，用于接收所述数据获取模块输出的设备所在的地址，并输出频次矩阵A；第二数据处理模块，用于接收所述第一数据处理模块的频次矩阵A，并输出概率矩阵第三数据处理模块，用于接收所述第一数据处理模块的频次矩阵A，经过构建城市矩阵B，输出各设备的稳定系数；第四数据处理模块，用于接收所述第二数据处理模块输出的概率矩阵和所述第三数据处理模块输出的各设备的稳定系数，输出相关系数矩阵M。与现有技术相比，本专利技术的优点和积极效果在于：本专利技术提供的移动设备用户的常用地址估算方法及系统，可应用于异常流量识别领域，具有更精确判断是否为常用地址的优点。1、由于将设备i与城市j之间的关联作为标签，刻画用户行为属性，考虑到各个用户的个体差异，在一定程度上避免了误判。2、由于采用常用地址作为识别异常流量的特征，可以从每次用户行为曝光或点击记录，即可判断设备的所在地址数据易于获得，使得本方法便于推广。附图说明图1为移动用户设备的常用地址估算方法的流程示意图；图2为移动用户设备的常用地址估算方法中S1步骤的流程示意图；图3为移动用户设备的常用地址估算方法中S12步骤的流程示意图；图4为移动用户设备的常用地址估算方法中S13步骤的流程示意图；图5为移动用户设备的常用地址估算系统的结构示意图。具体实施方式以下，结合附图对本专利技术的具体实施方式进行进一步的描述。本专利技术提出了一种移动设备用户的常用地址估算方法，这种方法更加合理有效的利用IP地址，根据IP地址得到设备用户的常用地址，并以常用地址作为标签刻画用户属性，这些用户属性可以作为异常流量识别的特征。移动设备用户的常用地址估算方法的具体流程如图1所示，包括以下步骤：S1：从IP地址中解析出设备所在的地址，得到设备与各城市之间对应的频次关系，通过计算，获得设备i与城市j之间的相关系数；S2：根据设备i与城市j之间的相关系数，调整阈值，判断城市j是否为设备i的常用地址。通过判断城市j是否为设备i的常用地址，依此为标签刻画用户属性，作为识别异常流量的特征。考虑了设备的个体差异性，一定程度上避免了误判。上述频次为广告曝光点击次数。如图2所示，S1具体包括以下步骤：S11：根据设备的广告曝光点击记录中的IP地址解析出设备所在的地址，根据一定时间段内设备i与城市j的对应频次关系，建立初始化维度为(N,K)的频次矩阵A，其中，矩阵A的每一行代表设备i在各个城市的频次，每一列代表城市j的各个设备的频次，Aij代表在一定时间段内设备i在城市j出现的频次；当设备出现过的地方越多，那么设备i更加活跃，也就是说，如果设备i出现在很多地方，那么设备i的用户的常用地址为某一个特定城市的可能性降低，这种情况可以理解为设备i经常出现异地登录等作弊行为，或者设备i的用户常年差旅出行等。本方法中一定时间段可以设置为一年或几年，将时间段拉长，更加便于对设备属性进行刻画，避免时间段太短出现的误本文档来自技高网...

【技术保护点】
1.一种移动设备用户的常用地址估算方法，其特征在于，包括以下步骤：/nS1：从IP地址中解析出设备所在的地址，得到设备与各城市之间对应的频次关系，通过计算，获得设备i与城市j之间的相关系数；/nS2：根据设备i与城市j之间的相关系数，判断城市j是否为设备i的常用地址。/n

【技术特征摘要】
1.一种移动设备用户的常用地址估算方法，其特征在于，包括以下步骤：
S1：从IP地址中解析出设备所在的地址，得到设备与各城市之间对应的频次关系，通过计算，获得设备i与城市j之间的相关系数；
S2：根据设备i与城市j之间的相关系数，判断城市j是否为设备i的常用地址。


2.根据权利要求1所述的移动设备用户的常用地址估算方法，其特征在于，S1具体包括以下步骤：
S11：根据设备的广告曝光点击记录中的IP地址解析出设备所在的地址，根据一定时间段内设备i与城市j的对应频次关系，建立初始化维度为(N,K)的频次矩阵A，



其中，矩阵A的每一行代表设备i在各个城市的频次，每一列代表城市j的各个设备的频次，Aij代表在一定时间段内设备i在城市j出现的频次；
S12：根据S11中的频次矩阵A获得各个设备的稳定系数；
S13：根据S11中的频次矩阵A和S12中的稳定系数确定各个设备与各个城市之间的相关系数矩阵，得到设备i与城市j之间的相关系数。


3.根据权利要求2所述的移动设备用户的常用地址估算方法，其特征在于，S12具体包括：
根据频次矩阵A构建城市矩阵B，然后对每个设备计算逆城市化频率，作为该设备的稳定系数。


4.根据权利要求2或3任意一项所述的移动设备用户的常用地址估算方法，其特征在于，S12包括以下步骤：
S121：根据频次矩阵A，利用指示函数I(.)，得到城市矩阵B，



S122：对矩阵B中的每行加和取倒数，得到每个设备的逆城市化频率，即，稳定系数Si，



其中，分母是对矩阵B中第i行全部元素的加和。


5.根据权利要求4所述的移动设备用户的常用地址估算方法，其特征在于，当A(i,j)>0,则B(i,j)＝1，否则，B(i,j)为零。


6.根据权利要求2、3、5任意一项所述的移动设备用户的常用地址估算方法，其特征在于，S13...

【专利技术属性】
技术研发人员：张维邦，田丹丹，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：北京;11