根据所述专利方法显示的「IP属地」，您的.............

社会和**行业也随着疫情快速发展，信贷机构在向申请者进行放款前，当然也需要对**申请者进行风**估分析，以确定其是否具备还款能力，而目前的评估方式大多以信用等级、资产情况等作为评估维度。

IP属地的出现让社交软件上的众多牛鬼蛇神无处遁形。

如果有一种方法，也可以让老赖、诈骗犯的IP属地“**”，那将会是**机构们的福音。

如今，就有这么一件专利可以实现，该专利申请于2018年10月25日，专利方案为一种基于IP属地来确定**风险等级的方法。

基于该专利所公开的，**申请者在进行需要进行信贷申请时，可在手机上进行**操作，手机则根据**申请者的操作向服务器发送对应的**请求。

在接收到手机发送的**请求时，获取到手机的互联网协议IP地址，并根据IP地址确定对应的手机地理位置。



结合**申请者在**申请注册时主动提供的个人信息，比如家庭住址、单位地址、银行卡账号、身份证、常用联系人信息，确定出一个基本的地理位置。

接着，建立手机地理位置和基本地理位置的实体关联，根据预设关联度公式计算手机地理位置与基本地理位置之间的关联度大小。

举例来说：

**者的手机地理位置为：北京市朝阳区复兴路111号（因子1）

根据**者之前注册的信息提取出基本地理位置为：北京市朝阳区复兴路222号。（因子2）

根据这两个位置因子可得到对应的第一字符组D1（北京、朝阳、复兴、111号）和第二字符组D2（北京、朝阳、复兴、222号）；

第一字符组合第二字符组对应的全字符为D（北京、朝阳、复兴、111号、222号），

该全字符组D的各字符元素在第一字符组内出现的字符频率分别为北京出现1次、朝阳出现1次、复兴出现1次、111号出现1次、222号出现0次，则第一字符组D1针对全字符组D的第一字符频率组DD1为(1，1，1，1，0)；

而全字符组D的各字符元素在第二字符组内出现的字符频率分别为北京出现1次、朝阳出现1次、复兴出现1次、111号出现0次、222号出现1次，则第二字符组D2针对全字符组D的第二字符频率组DD2为(1，1，1，0，1)；

此时服务器可以将第一字符频率组DD1和第二字符频率组DD2代入关联度公式，计算出匹配度。

（关联度公式）

具体地，根据关联度公式计算出模糊匹配的结果，若该模糊匹配度大于预设匹配模糊阈值（如0.6），则说明手机地理位置和基本地理位置的关联度比较强。上例中计算出的关联结果为0.75，大于0.6。

从计算结果我们可以得知，因子1和因子2两者因为距离小（两者属于同市同区同路），使得手机地理位置和基本地理位置的关联性很强。

最后，若所述基本地理位置因子（因子2）属于黑名单，而手机地理位置因子（因子1）与基本地理位置因子（因子2）关联度又很强，则确定该手机所对应的IP地址很大可能为欺诈**信息。

即：如果你曾经的信用不好（基本地理位置因子），所使用的手机终端IP地址又与基本地理位置因子强关联，则**终端IP地址将被**机构认定为风险性高，从而被认定欺诈的可能性也越大，你可能一分钱也贷不到。

后续各大**平台对**者的终端设备会不会也显示出IP属地呢？我们拭目以待。

对于一些信用分等级更低的老赖的账号IP属地是不是甚至可以考虑显示为市、县、路，方便法院执行局的同志好找？

关注“饥饿的锤子”公众号，原文链接：https://mp.weixin.qq.com/s/PBHy8cIjlK5MTrGQuP5gOQ