1.IP归属地查询API
1.1 API接口简介
IP归属地查询API:根据IP地址查询归属地信息,包含国家、省、市、区县和运营商等信息。APISpace 提供了IPv4 和 IPv6 的IP归属地查询接口,并且包含了各种归属地精度查询的接口。
1.2 IPv4
IPv4归属地查询分为 高精版、区县级、城市级,共3个版本。
IPv4归属地-高精版 | IPv4归属地-区县级 | IPv4归属地-城市级 | |
---|---|---|---|
适用人群 | 对定位精度要求比较高的企业用户 | 企业或个人开发者 | 企业或个人开发者 |
数据描述 | ● 43亿全量IPv4 ● 中国地区(不含港台地区)街道级别,定位至50米 ● IP最新出现位置,覆盖更全范围 ● 含运营商数据 | ● 43亿全量IPv4 ● 中国地区(不含港台地区)区县级别,定位至区县中心 ● IP地址历史位置聚类,去除无效范围 ● 含运营商数据 | ● 43亿全量IPv4 ● 全球范围城市级别 ● 含运营商数据 |
更新频率 | 每周更新 | 每日更新 | 每日更新 |
坐标系 | GPS和百度 | GPS和百度 | GPS和百度 |
区域类型 | 单区域或多区域 | 单区域 | 单区域 |
在线并发 | 1000次/秒 | 1000次/秒 | 1000次/秒 |
1.3 IPv6
Pv6归属地分为 区县级、城市级,共2个版本。
IPv6归属地-区县级 | IPv6归属地-城市级 | |
---|---|---|
适用人群 | 企业或个人开发者 | 企业或个人开发者 |
数据描述 | ● 2^128全量IPv6 ● 中国地区(不含港台地区)区县级别,定位至区县中心 ● 含运营商数据 | ● 2^128全量IPv6 ● 全球范围城市级别 ● 含运营商数据 |
更新频率 | 每日更新 | 每日更新 |
坐标系 | GPS和百度 | GPS和百度 |
区域类型 | 单区域 | 单区域 |
在线并发 | 1000次/秒 | 1000次/秒 |
2.IP归属地接口详情(以IP归属地-IPv4区县级为例)
2.1 接口请求信息
2.2 请求示例代码(JAVA)
OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("application/x-www-form-urlencoded");
Request request = new Request.Builder().url("https://eolink.o.apispace.com/ipguishu/ip/geo/v1/district?ip=1.45.124.145&coordsys=WGS84").method("GET",null).addHeader("X-APISpace-Token","API密钥,注册APISpace即可获得").addHeader("Authorization-Type","apikey").build();Response response = client.newCall(request).execute();
System.out.println(response.body().string());
2.3 返回示例
{"code": "Success","data": {"continent": "亚洲", // 大洲"country": "中国", // 国家"zipcode": "511400", // 邮政编码"timezone": "UTC+8", // 时区"accuracy": "区县", // 精度"owner": "中国电信", // 所属机构"isp": "中国电信", // 运营商"source": "数据挖掘", // 采集方式"areacode": "CN", // 国家编码"adcode": "440113", // 行政编码"asnumber": "4134", // 自治域编码"lat": "22.930876", // 纬度"lng": "113.404840", // 经度"radius": "20.5686", // 定位半径"prov": "广东省", // 省份"city": "广州市", // 城市"district": "番禺区" // 区县},"charge": true,"msg": "查询成功","ip": "61.144.147.130","coordsys": "WGS84"
}
IP归属地查询API应用场景
1. 匿名访客识别,挖掘更多销售线索
用作网站的匿名访客识别,通过解析网站访问用户留存的IP地址,识别访问用户的所属企业、经营地址、官网、联系方式等信息,进而分析来访用户与自身经营业务的匹配程度,挖掘更多的销售线索,辅助业务增长。
2. 建立用户轨迹画像,分析用户需求,辅助产品营销
通过解析已存用户不同登录网站或者APP时间的IP地址,了解用户的地理位置信息,进行用户轨迹画像绘制,通过分析用户常涉区域的经营消费水平,推测用户的理财能力与偏好,根据推导结果进行理财产品匹配,辅助制定营销策略。
3. 互联网在线广告精准投放
对用户进行IP地址解析,了解用户所处的地理位置,同时根据用户所处地理位置的消费水平,对指定半径范围内用户推送适宜的产品。
4. 位置交叉核验,评估用户可信任度
首先根据商户登录的IP地址进行地理位置解析了解用户的真实所处位置,随后利用解析结果与经营注册地址进行匹配校对,判断商户登录位置与经营位置是否一致,作为评估商户可信任程度的风险入参之一。
5. 互联网金融行业风险控制
通过解析用户登录的IP地址了解用户的地理位置位置信息,首先与内部已掌握的风险区域进行数据对比,判断是否发生在高风险地区,同时对同一时间段不同交易用户的IP地址进行解析,了解交易发生地的分布情况,判定是否存在多笔交易发生地聚集,进而辅助内部风控体系建设。