[发明专利]一种生成集体宿舍IP库的方法和装置

说明书

一种生成集体宿舍IP库的方法及装置；方法包括：收集指定IP范围内用户的上网行为数据，提取已确认过是否为集体宿舍用户的cookie对应的上网行为数据作为第一数据集合，其余作为第二数据集合；计算第一比例；对于第二数据集合中的各cookie，分别选出差异最小的P个第一数据集合中的cookie，并计算其中属于集体宿舍用户的cookie所占的第二比例，如果大于或等于第一比例，则标记为备选用户；分别统计各IP地址所对应的、属于预定时间段的上网行为数据所包括的cookie中，备选用户所占的第三比例，如果大于预定比例阈值，则判断为集体宿舍IP地址；取判断为集体宿舍IP地址的IP地址组成集体宿舍IP库。

技术领域

本发明涉及通信领域，尤其涉及一种生成集体宿舍IP库的方法和装置。

背景技术

IP(Internet Protocol，网络协议)是为计算机网络相互连接进行通信而设计的协议，是为了使连接到因特网上的所有计算机实现相互通信的一套规则。每个连接在因特网上的一台计算机都会被分配一个或多个IP地址用于在网络上进行通讯。全球的IP地址在从国家往下逐级分配的过程中产生了很强的地域性，因此IP地址经常被用于地域定位，例如互联网广告的地域定向投放，用户定制的本地新闻推送或其他地域定向服务。

集体宿舍，是指机关、学校、企事业单位等的员工、学生居住的房屋。集体宿舍接入网络通常使用路由器等网络设备，实现多人共享网络，对外使用相同的外网IP地址。集体宿舍的用户具有相同或相似的身份、工作环境、收入水平和生活习惯，且宿舍成员消费习惯明显区别于家庭、公司等，因此，针对集体宿舍人群的商业定向广告投放是极具价值的。集体宿舍接入网络时使用的IP相对固定，这使得集体宿舍定向的解决方案可以参考地域定向，基于上网行为发生时的IP地址来实现。

基于IP地址的集体宿舍定向需要使用集体宿舍IP库，集体宿舍IP库是一张存放了大量集体宿舍IP地址的列表，列表里每个IP地址代表着使用这个IP上网的电脑属于某个单位的集体宿舍。因为集体宿舍所用IP无需向互联网服务商报备，目前并没有手段能从互联网服务商方面得到集体宿舍IP库；而互联网用户分享的集体宿舍IP地址也局限于愿意分享IP地址和地理信息的用户的数量，并且这种由非专业人员提供的信息的可靠性也有不足。

发明内容

本发明要解决的技术问题是如何简单、可靠地生成集体宿舍IP库。

为了解决上述问题，本发明提供了一种生成集体宿舍IP库的方法，包括：

S101、收集指定IP范围内用户的上网行为数据；所述上网行为数据包括cookie、IP地址、访问的网站，上网时间；

S102、在所述上网行为数据中，提取已确认过是否为集体宿舍用户的cookie对应的上网行为数据作为第一数据集合，将其余上网行为数据作为第二数据集合；在所述已确认过是否为集体宿舍用户的cookie中，计算属于集体宿舍用户的cookie所占的比例，得到第一比例；

S103、对于所述第二数据集合中的各cookie，分别选出与该cookie访问各网站的次数差异最小的P个第一数据集合中的cookie，并计算所选出的P个cookie中属于集体宿舍用户的cookie所占的第二比例，如果大于或等于所述第一比例，则将该第二数据集合中的cookie标记为备选用户；P为正整数；

S104、对于所述上网行为数据中所出现的每个IP地址，分别统计该IP地址所对应的、上网时间属于预定时间段的上网行为数据所包括的cookie中，标记为备选用户的cookie所占的第三比例，如果大于预定比例阈值，则判断该IP地址为集体宿舍IP地址；

S105、取所有判断为集体宿舍IP地址的IP地址组成集体宿舍IP库。

可选地，所述对于所述第二数据集合中的各cookie，分别选出与该cookie访问各网站的次数差异最小的P个第一数据集合中的cookie的步骤包括：