在互联网大潮的推动下,IP地址定位技术在当今社会体现出越来越重要的作用。广告商可以通过定位用户所使用的IP地址得到用户的位置信息,从而进行精准的广告投放;运营商可以通过定位网络设备所使用的IP地址判断网络故障所在的位置,从而快速处理网络故障。IP地址定位技术发展至今,已经出现了许多优秀的IP定位产品和定位算法,但这些产品都存在各自的局限性。其中,如何使用更多数据提升IP地址定位的准确率,以及如何利用时延提高定位精度成为了当前研究的热门话题,因此本文从这两个方面展开了研究,具体完成了以下工作:1.针对目前IP地址定位使用的数据较局限这一问题,本文提出利用IP地址在互联网中发布过的IP社交数据进行IP地址定位,设计了一套基于语义理解的IP地址定位方法。首先融合矩阵和编辑距离对语句中的分词和地址词语进行相似度计算,识别出语句中的地址分词;然后利用相似度设计地址语句筛选算法,筛选出含有地址分词的地址语句;接着设计语句的处理规则和最终位置判定方法,得到目标IP的最终位置。通过实验表明,本文方法能有效从社交数据的层面对IP地址进行定位,并且定位精度和定位准确度高于数据库查找结果。2.针对如何利用时延提高定位精度这一问题,本文提出了基于深度神经网络的IP地址定位方法。首先对深度神经网络定位模型进行设计和训练,训练出能通过时延计算目标IP所在位置经纬度的定位模型;为了进一步减少定位误差,本文提出基于自适应的加权K近邻(Weighted K-Nearest Neighbor,WKNN)改进算法为深度神经网络定位坐标添加约束区间和参考经纬度坐标;最后运用梯度逼近法修正深度神经网络计算出的初始经纬度坐标。实验结果表明,与现有的IP定位方法相比,本文方法的定位精确度更高、稳定性更好。