Appearance

不做GPS也能同城匹配？IP定位的「附近的人」玩法 ​

做社交、本地生活类产品，绕不开"同城"两个字。用户没开GPS的时候怎么办？总不能啥都不显示吧。其实有个成熟的办法：用IP定位兜底，做个"模糊同城"。

这篇讲讲思路，以及我踩过的坑。

为什么需要IP定位兜底 ​

做过社交App的都知道，很多用户是不愿意开定位权限的（怕被关联、怕耗电）。但"同城推荐"又确实有需求。

这时候IP归属地就派上用场了：

  • 用户开了GPS：用高精度定位；
  • 用户没开GPS：用IP归属地做个"城市级"匹配，虽然没那么准，但至少能把同城的圈子转起来。

很多平台的做法是"IP做默认，GPS做增强"。

核心实现：怎么算"同城" ​

思路很简单，三步：

  1. 查用户IP归属地，拿到城市；
  2. 把城市作为用户的一个标签存起来；
  3. 匹配时，相同城市的用户互相可见。
python
# 查询用户IP归属地
def get_user_city(ip):
    info = query_ip(ip)  # 查IP9
    if not info:
        return None
    # 国内用"省+市"作为同城key
    if info.get("country") == "中国" and info.get("city"):
        return f"{info['prov']}-{info['city']}"
    # 海外用国家
    return info.get("country")

存的时候，把城市ID写进用户表，检索时直接 WHERE city = ? 就能拉到同城用户。

更聪明一点：用经纬度做半径匹配 ​

IP9 返回里有 lng、lat（城市中心坐标）。可以基于这个做"半径"逻辑，比死板的"同城"更灵活：

python
import math

def distance(lat1, lng1, lat2, lng2):
    # 简化的球面距离
    R = 6371
    p1, p2 = math.radians(lat1), math.radians(lat2)
    dp = p2 - p1
    dl = math.radians(lng2 - lng1)
    a = math.sin(dp/2)**2 + math.cos(p1)*math.cos(p2)*math.sin(dl/2)**2
    return 2 * R * math.asin(math.sqrt(a))

注意：IP给的经纬度是城市中心点，用它算距离会得到"A用户的城市中心距B用户的城市中心多远"。这对同城匹配够用了，但别当成两个人的真实距离。

排序策略 ​

匹配出来的"附近的人"，排序别太死板。我建议加权：

  • 开了GPS的用户，按真实距离排；
  • 没开GPS的，用IP城市匹配，但排在后半段；
  • 别把"同城"变成唯一标准，结合活跃度、兴趣等一起排。

我踩过的坑 ​

坑1：移动用户IP乱跳。 前面说过，手机流量IP经常飘。结果就是用户昨天还是"北京"，今天就变"廊坊"。解决：城市标签不要天天更新，缓存个3~7天，稳定第一。

坑2：基站IP查不准。 蜂窝网络的IPv4出口IP集中在省会，小城市用户会被误判到省会。解决：优先查IPv6，准确性会高不少（IP9支持）。

坑3：海外用户显示"未知"。 只处理了国内城市，忘了海外。记得海外兜底用国家，至少别让人看到空白。

隐私红线 ​

用IP做同城推荐，一定要克制：

  • 只展示到"城市级"，不要展示用户精确位置；
  • IP数据别拿来"精确定位用户"，用户会反感；
  • 给用户提供关闭同城/位置功能的开关。

说点实在的 ​

IP定位的同城，体验上肯定不如GPS精确，但胜在零门槛、免授权。对很多产品来说，"先把同城跑起来"比"同城精确到百米"更重要。先用IP兜底把冷启动做了，等用户量上来，再引导他们开GPS提精度，这是很顺的路径。

免费接口：https://www.ip9.com.cn