CN106469205B - 一种确定用户的地理位置信息的方法与装置 - Google Patents

Abstract

本发明的目的是提供一种确定用户的地理位置信息的方法与装置。其中，网络设备获取当前用户的历史地址信息，并根据所述历史地址信息，确定所述当前用户的地理位置信息。与现有技术相比，本发明可以综合考虑用户的多项历史地址信息，来为用户预测当前地理位置信息。

Description

一种确定用户的地理位置信息的方法与装置

技术领域

本发明涉及信息处理技术领域，尤其涉及一种确定用户的地理位置信息的技术。

背景技术

目前对用户的定位多是通过GPS或IP地址来进行，但是用户的GPS信息并非一直能够获取到，而随着移动时代的到来，在无线上由于存在网关IP、用户漫游以及浏览器代理IP等问题，这导致无线的IP地域识别不准确。

发明内容

本发明的目的是提供一种确定用户的地理位置信息的方法与装置。

根据本发明的一个方面，提供了一种确定用户的地理位置信息的方法，其中，该方法包括以下步骤：

-获取当前用户的历史地址信息，其中，所述历史地址信息至少包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

-历史搜索行为的关联地址信息；

-根据所述历史地址信息，确定所述当前用户的地理位置信息。

根据本发明的另一个方面，还提供了一种确定用户的地理位置信息的方法，其中，该方法包括以下步骤：

-根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息，进行模型训练，以获得训练好的地理识别模型，

其中，所述历史地址信息至少包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

-历史搜索行为的关联地址信息；

其中，该方法还包括：

-根据当前用户的历史地址信息，通过所述地理识别模型，确定所述当前用户的地理位置信息。

根据本发明的再一个方面，还提供了一种确定用户的地理位置信息的装置，其中，该装置包括：

-用于获取当前用户的历史地址信息的装置，其中，所述历史地址信息至少包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

-历史搜索行为的关联地址信息；

-用于根据所述历史地址信息，确定所述当前用户的地理位置信息的装置。

与现有技术相比，本发明可以综合考虑用户的多项历史地址信息，来为用户预测当前地理位置信息。例如，用户最近一段历史时期内的gps、wifi ip以及搜索行为等信息，通过训练好的地理识别模型，本发明可以准确的预测出一个用户的当前地理位置信息，从而提高用户的地域识别准确度。以用户的搜索词为例，如果一个用户频繁的搜索“回龙观好吃的餐馆”、“中关村逛街的地方”这些词，那么这个用户就有极大的可能是在北京，再比如一个用户过去7天，每天都是被GPS定位在回龙观，那就说明该用户很可能现在也位于北京。

在无法精准知晓用户的当前位置时，本发明能够为当前用户预测其当前地理位置信息，这可以被广泛用于各种需要用户定位信息的场景，例如可以用于为当前用户更精准的推送信息和提供搜索结果等。这显然有利于提升用户体验。并且，当通过本发明的方案来为用户预测当前地理位置时，根据所预测的地理位置，推广信息可以更有针对性地被推送至相关位置的用户，这有效推升了推广信息的精准度，进而影响推广信息的点击率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出根据本发明一个实施例的用于确定用户的地理位置信息的方法流程图；

图2示出根据本发明一个实施例的用于确定用户的地理位置信息的装置示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

在上下文中所称“计算机设备”，也称为“电脑”，是指可以通过运行预定程序或指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备，其可以包括处理器与存储器，由处理器执行在存储器中预存的程序指令来执行预定处理过程，或是由ASIC、FPGA、DSP等硬件执行预定处理过程，或是由上述二者组合来实现。计算机设备包括但不限于服务器、个人电脑(PC)、笔记本电脑、平板电脑、智能手机等。

所述计算机设备例如包括用户设备与网络设备。其中，所述用户设备包括但不限于个人电脑(PC)、笔记本电脑、移动终端等，所述移动终端包括但不限于智能手机、PDA等；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中，所述计算机设备可单独运行来实现本发明，也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本发明。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。

需要说明的是，所述用户设备、网络设备和网络等仅为举例，其他现有的或今后可能出现的计算机设备或网络如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

本文后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时，用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。

这里所公开的具体结构和功能细节仅仅是代表性的，并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现，并且不应当被解释成仅仅受限于这里所阐述的实施例。

应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。

应当理解的是，当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。与此相对，当一个单元被称为“直接连接”或“直接耦合”到另一单元时，则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”，“与...邻近”相比于“与...直接邻近”等等)。

这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。

还应当提到的是，在一些替换实现方式中，所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。

本发明可由计算机设备实现。典型地，本发明可由网络设备实现，但本领域技术人员应能理解，本发明的方案同样可由用户设备实现，只要其具备本发明所要求的计算/处理能力。为便于说明，本说明书中以下多用网络设备的实现进行举例，但本领域技术人员应能理解，此等举例仅用于解释说明本发明之目的，而不应被理解为对本发明的任何限制。

下面结合附图对本发明作进一步详细描述。

图1示出根据本发明的一个实施例，其中具体示出一种确定用户的地理位置信息的方法。如图1所示，在步骤S1中，网络设备获取当前用户的历史地址信息；在步骤S2中，网络设备根据所述历史地址信息，确定所述当前用户的地理位置信息。

具体地，在步骤S1中，网络设备获取当前用户的历史地址信息。

在此，用户的历史地址信息可以是用户最近一段时间的各种地址信息，例如最近30天内的地址信息，具体时间段的选择可以取决具有应用的需要。

其中，所述历史地址信息至少包括以下任一项：

1)历史GPS信息。

例如，网络设备可以获取当前用户最近30天内的GPS信息。

用户的GPS信息可以通过现有的各种获取GPS信息的方式获取，例如，从用户设备的GPS模块中获取用户的历史GPS信息；对此，本发明不做具体限定。

2)历史WiFi IP信息；

例如，网络设备可以获取当前用户最近30天内接入的WiFi IP信息，也即当前用户最近30天内接入的WiFi设备的IP地址信息。具体如，各用户向网络设备上报其最近30天内接入的WiFi IP信息，据此，网络设备可以获取当前用户的历史WiFi IP信息。

3)历史搜索行为的关联地址信息。

在此，用户的历史搜索行为包括但不限于用户历史使用的搜索关键词和用户历史浏览的搜索结果。

例如，网络设备可以将用户历史使用的搜索关键词中所包含的地址关键词，直接作为用户的关联地址信息。抑或，网络设备根据前述地址关键词确定其对应的关联地址信息，如地址关键词为“西直门”，则可以确定其对应的关联地址信息为“北京”。

又如，网络设备可以将用户历史搜索时所浏览的搜索结果中包含的地址关键词，直接作为用户的关联地址信息。具体如，网络设备从用户历史浏览的搜索结果所指向页面中提取地址关键词，如出现次数达到一定频率的地址关键词，并将这些地址关键词作为用户的关联地址信息。

优选地，网络设备根据当前用户的历史搜索行为，获取相应的关联地址关键词，进而根据所获取的关联地址关键词，确定相应的关联地址信息。

例如，网络设备根据当前用户历史使用的搜索关键词，从中获取相应的关联地址关键词，如当前用户历史搜索过“回龙观好吃的餐馆”，则可以从中获取关联地址关键词“回龙观”，进而根据该关联地址关键词确定相应的关联地址信息，如“北京”。

在此，关联地址关键词与关联地址信息之间可以具有一定的地域从属关系。例如，当关联地址关键词为一个具体的地址时，如“漕溪北路”，根据其地域从属关系，相应的关联地址信息可以是所属的商圈如“徐家汇”，也可以是所属的区县如“徐汇区”，或是所属的省市如“上海市”。对前述地域从属关系的选择可以取决于具体应用的需要，也可以取决于当前所获取数据的精度。

此外，关于对当前用户的识别，可以分为登录用户和未登录用户来采用不同的方式进行。

例如，对于登录用户，网络设备可以根据当前用户的登录账号，获取该账号在最近一段时间每次登录时所对应的地址信息。

对于未登录用户，网络设备可以根据当前用户的cookie信息，识别当前用户，以获取当前用户的历史地址信息。

例如，用户访问网络设备时，网络设备会向用户分配cookie信息，其中包括网络设备为用户分配的临时ID信息，根据该临时ID信息，网络设备可以识别当前用户，进而获取当前用户的历史地址信息，如当前用户最近一段时间访问网络设备时所处的各地址信息。

随后，在步骤S2中，网络设备根据当前用户的历史地址信息，确定当前用户的地理位置信息。

在此，网络设备确定当前用户的地理位置信息的方式至少包括以下两种：

1)根据所获取的各历史地址信息的优先级，从中确定当前用户的地理位置信息。

例如，优先级可以设置如下：历史GPS信息＞历史WiFi IP信息＞历史关联地址信息。

通常GPS信息是最能真实反映用户的地理位置的，但是由于网络设备并不能一直获取用户的GPS信息，因此，在有用户的其他地址信息时，网络设备也可以从其他地址信息来确定用户的地理位置，例如用户设备接入的WiFi设备的IP地址信息，但是由于WiFi设备可能通过代理等接入网络，从而有时WiFi IP信息也不能真实反映用户的地理位置。用户的搜索行为，尤其是其中关联有地址信息的搜索行为，往往隐含了表达了用户的地理位置，因此，网络设备也可以从用户的历史搜索行为着手来预测用户的当前地理位置信息。

2)根据所述历史地址信息，通过训练好的地理识别模型，确定所述当前用户的地理位置信息。

其中，地理识别模型的训练过程可以例如，网络设备根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息，进行模型训练，以获得训练好的地理识别模型。

例如，对于地理位置信息已知的多个用户，网络设备还获取了其中每个用户的至少一项历史地址信息，用户1的历史GPS信息和历史WiFiIP信息，用户2的历史WiFi IP信息和历史关联地址信息，诸如此类；网络设备将这些训练数据输入地理识别模型，以对其进行训练，如将各用户的历史地址信息作为标注好的输入数据，将其各自对应的地理位置信息作为标注好的输出数据，逐条输入地理识别模型以使得地理识别模型能够自动学习到识别模式，从而获得训练好的地理识别模型。

其中，所述地理识别模型包括但不限于1)最大熵模型；2)DNN(deep neuralnetwork，深度神经网络)模型。本发明所采用的地理识别模型可以通过机器学习过程自动学习到各历史地址信息的权重及其相互之间的影响以及对最终输出的地理位置信息的影响，从而可以用于对当前用户的地理位置信息的预测。

图2示出根据本发明的一个实施例，其中具体示出一种确定用户的地理位置信息的装置。如图2所示，装置200被装置于网络设备侧，其具体包括历史地址获取装置201和地理位置确定装置202。

其中，历史地址获取装置201获取当前用户的历史地址信息；随后，地理位置确定装置202根据所述历史地址信息，确定所述当前用户的地理位置信息。

具体地，历史地址获取装置201获取当前用户的历史地址信息。

在此，用户的历史地址信息可以是用户最近一段时间的各种地址信息，例如最近30天内的地址信息，具体时间段的选择可以取决具有应用的需要。

其中，所述历史地址信息至少包括以下任一项：

1)历史GPS信息。

例如，历史地址获取装置201可以获取当前用户最近30天内的GPS信息。

用户的GPS信息可以通过现有的各种获取GPS信息的方式获取，例如，历史地址获取装置201从用户设备的GPS模块中获取用户的历史GPS信息；对此，本发明不做具体限定。

2)历史WiFi IP信息；

例如，历史地址获取装置201可以获取当前用户最近30天内接入的WiFi IP信息，也即当前用户最近30天内接入的WiFi设备的IP地址信息。具体如，各用户向网络设备上报其最近30天内接入的WiFi IP信息，据此，历史地址获取装置201可以获取当前用户的历史WiFi IP信息。

3)历史搜索行为的关联地址信息。

在此，用户的历史搜索行为包括但不限于用户历史使用的搜索关键词和用户历史浏览的搜索结果。

例如，历史地址获取装置201可以将用户历史使用的搜索关键词中所包含的地址关键词，直接作为用户的关联地址信息。抑或，历史地址获取装置201根据前述地址关键词确定其对应的关联地址信息，如地址关键词为“西直门”，则可以确定其对应的关联地址信息为“北京”。

又如，历史地址获取装置201可以将用户历史搜索时所浏览的搜索结果中包含的地址关键词，直接作为用户的关联地址信息。具体如，历史地址获取装置201从用户历史浏览的搜索结果所指向页面中提取地址关键词，如出现次数达到一定频率的地址关键词，并将这些地址关键词作为用户的关联地址信息。

优选地，历史地址获取装置201根据当前用户的历史搜索行为，获取相应的关联地址关键词，进而根据所获取的关联地址关键词，确定相应的关联地址信息。

例如，历史地址获取装置201根据当前用户历史使用的搜索关键词，从中获取相应的关联地址关键词，如当前用户历史搜索过“回龙观好吃的餐馆”，则可以从中获取关联地址关键词“回龙观”，进而根据该关联地址关键词确定相应的关联地址信息，如“北京”。

在此，关联地址关键词与关联地址信息之间可以具有一定的地域从属关系。例如，当关联地址关键词为一个具体的地址时，如“漕溪北路”，根据其地域从属关系，相应的关联地址信息可以是所属的商圈如“徐家汇”，也可以是所属的区县如“徐汇区”，或是所属的省市如“上海市”。对前述地域从属关系的选择可以取决于具体应用的需要，也可以取决于当前所获取数据的精度。

此外，关于对当前用户的识别，可以分为登录用户和未登录用户来采用不同的方式进行。

例如，对于登录用户，历史地址获取装置201可以根据当前用户的登录账号，获取该账号在最近一段时间每次登录时所对应的地址信息。

对于未登录用户，历史地址获取装置201可以根据当前用户的cookie信息，识别当前用户，以获取当前用户的历史地址信息。

例如，用户访问网络设备时，网络设备会向用户分配cookie信息，其中包括网络设备为用户分配的临时ID信息，根据该临时ID信息，历史地址获取装置201可以识别当前用户，进而获取当前用户的历史地址信息，如当前用户最近一段时间访问网络设备时所处的各地址信息。

随后，地理位置确定装置202根据当前用户的历史地址信息，确定当前用户的地理位置信息。

在此，地理位置确定装置202确定当前用户的地理位置信息的方式至少包括以下两种：

1)根据所获取的各历史地址信息的优先级，从中确定当前用户的地理位置信息。

例如，优先级可以设置如下：历史GPS信息＞历史WiFi IP信息＞历史关联地址信息。

通常GPS信息是最能真实反映用户的地理位置的，但是由于网络设备并不能一直获取用户的GPS信息，因此，在有用户的其他地址信息时，地理位置确定装置202也可以从其他地址信息来确定用户的地理位置，例如用户设备接入的WiFi设备的IP地址信息，但是由于WiFi设备可能通过代理等接入网络，从而有时WiFi IP信息也不能真实反映用户的地理位置。用户的搜索行为，尤其是其中关联有地址信息的搜索行为，往往隐含了表达了用户的地理位置，因此，地理位置确定装置202也可以从用户的历史搜索行为着手来预测用户的当前地理位置信息。

2)根据所述历史地址信息，通过训练好的地理识别模型，确定所述当前用户的地理位置信息。

其中，装置200还可以包括模型训练装置203，模型训练装置203对地理识别模型的训练过程可以例如，模型训练装置203根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息，进行模型训练，以获得训练好的地理识别模型。

例如，对于地理位置信息已知的多个用户，模型训练装置203还获取了其中每个用户的至少一项历史地址信息，用户1的历史GPS信息和历史WiFi IP信息，用户2的历史WiFiIP信息和历史关联地址信息，诸如此类；模型训练装置203将这些训练数据输入地理识别模型，以对其进行训练，如将各用户的历史地址信息作为标注好的输入数据，将其各自对应的地理位置信息作为标注好的输出数据，逐条输入地理识别模型以使得地理识别模型能够自动学习到识别模式，从而获得训练好的地理识别模型。

其中，所述地理识别模型包括但不限于1)最大熵模型；2)DNN(deep neuralnetwork，深度神经网络)模型。本发明所采用的地理识别模型可以通过机器学习过程自动学习到各历史地址信息的权重及其相互之间的影响以及对最终输出的地理位置信息的影响，从而可以用于对当前用户的地理位置信息的预测。

需要注意的是，本发明可在软件和/或软件与硬件的组合体中被实施，例如，本发明的各个装置可采用专用集成电路(ASIC)或任何其他类似硬件设备来实现。在一个实施例中，本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本发明的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (9)

1.一种确定用户的地理位置信息的方法，其中，该方法包括以下步骤：

-获取当前用户的历史地址信息，包括历史搜索行为的关联地址信息；其中，所述历史地址信息至少还包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

-根据所述历史地址信息，通过训练好的地理识别模型，确定所述当前用户的地理位置信息；

其中，所述地理识别模型根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息通过模型训练获得。

2.根据权利要求1所述的方法，其中，所述获取当前用户的历史地址信息的步骤具体包括：

-根据所述当前用户的cookie信息，识别所述当前用户，以获取所述当前用户的历史地址信息。

3.根据权利要求1所述的方法，其中，所述历史地址信息包括历史搜索行为的关联地址信息；

其中，该方法还包括：

-根据所述当前用户的历史搜索行为，获取相应的关联地址关键词；

-根据所述关联地址关键词，确定相应的关联地址信息。

4.根据权利要求1至3中任一项所述的方法，其中，所述地理识别模型包括以下任一项：

-最大熵模型；

-DNN模型。

5.一种确定用户的地理位置信息的方法，其中，该方法包括以下步骤：

-根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息，进行模型训练，以获得训练好的地理识别模型，

其中，所述历史地址信息包括历史搜索行为的关联地址信息，以及至少还包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

其中，该方法还包括：

-根据当前用户的历史地址信息，通过所述地理识别模型，确定所述当前用户的地理位置信息。

6.一种确定用户的地理位置信息的装置，其中，该装置包括：

-用于获取当前用户的历史地址信息的装置，其中，所述历史地址信息包括历史搜索行为的关联地址信息，以及至少还包括以下任一项：

-历史GPS信息；

-历史WiFi IP信息；

-用于根据所述历史地址信息，通过训练好的地理识别模型确定所述当前用户的地理位置信息的装置；

其中，所述地理识别模型根据预先标注的多个用户的历史地址信息以及其中每个用户对应的地理位置信息通过模型训练获得。

7.根据权利要求6所述的装置，其中，所述获取当前用户的历史地址信息的操作具体包括：

-根据所述当前用户的cookie信息，识别所述当前用户，以获取所述当前用户的历史地址信息。

8.根据权利要求6所述的装置，其中，所述历史地址信息包括历史搜索行为的关联地址信息；

其中，该装置还包括：

-根据所述当前用户的历史搜索行为，获取相应的关联地址关键词；

-根据所述关联地址关键词，确定相应的关联地址信息。

9.根据权利要求6至8中任一项所述的装置，其中，所述地理识别模型包括以下任一项：

-最大熵模型；

-DNN模型。

Images