AdvertCN - 广告中国

 找回密码
 立即注册

QQ登录

只需一步,快速开始

Binom
 谷歌+Bing+TT+MSN官方代理 
⚡️按条S5代理⚡️静态⚡️独享⚡️5G⚡️最干净<Wifi住宅+5G移动>IP代理指纹浏览器,就用AdsPower
Mediabuy⚡️玩家开户首选【鲁班跨境通-自助充值转账】FB/GG/TT❤️官方免费开户Affiliate 全媒体流量资源⚡️
Taboola/Outbrain /Bing⚡️一级代理开户投流-7*24h❤️人工在线【官方】❤️搜索套利广告开户独立站⚡️开户投放
DuoPlus专注打造跨境电商云手机E.PN 虚拟卡BINOM TRACKER 60% OFF!比Adplexity还好用的Spy工具
MediaGo+Taboola+Ob开户百度国际MediaGo⚡️让产品狂奔全球百度国际,高点击转化,快速放量百度国际MediaGo,独家原生流量
ADPLEXITY + ADVERTCN7200W全球动态不重复住宅IP代理虚拟信用卡+独立站收款全球虚拟卡, 支持U充值
Facebook 批量上广告尤里改 - FB 稳定投放免费黑五教程(持续更新、欢迎交流)FB 三不限源头 - 自助下户充值转款
各种主页、账单户、BM户(优势)⚡️个人户,bm户不限额,账单户一手BM分享户不限额9Proxy ⚡️ $0.04/IP, 无限带宽
FB二三解0.1元一个虚拟卡|PTM星际卡FB专用虚拟卡Google、Bing官方总代  联盟流量开户
FB账号资源/稳定靠谱/运行5年啦FB开户代投/三不限/白名单fb耐用号0.01一个fb账号官方合作商
广告位出租   
查看: 5284|回复: 9

邮件地址库清洗方法 拙见1

[复制链接]

2

主题

9

广告币

22

积分

初级会员

Rank: 2

积分
22

社区QQ达人

发表于 2015-8-29 20:26:08 | 显示全部楼层 |阅读模式
本帖最后由 edm之旅 于 2015-9-12 18:02 编辑

个人拙见,我相信肯定更好地工具,但可能我没有,所以有了下文。

当我拿到一批数据时,到发送,必然要经过数据清洗。
很多同行,清洗方法大致是,软件判断和发送看返回码。
我今天说下我的一些手法。

第一步:软件按照规则列表去除不和规则数据。
第二步:导出.com  .cn  .net .org 的域名(此处针对过滤。国外数据需要另外修改)
第三步:数据去重复
第四步:导入到我的地址库系统,和已有的地址数据做碰撞。
  根据重复数据排序,重复几次,数据标记+1,最后得到的数据,重复率在1以上,可以作为初步清洗数据。
第四步:数据进入 user found 环节,被标记过域名错误,或者email不存在的数据,一律过滤。

经过上面4步得到的数据,已经比原始数据少取60%以上了。这个时候可以进行软件判断或者直接发送看返回码。
至于重复次数最多的一批,十又八九是活跃度最高的一批。

------------
PS:肯定有人要挫我,我只想说,我有数据库,压缩包补考虑重复的话,都有几百G了,整体数据量都是十E级的,我这么玩,还是能玩的出足够发送的数据的。



——————————————————————
补充:重复率最高的email地址为:[email protected](这当然是个假地址),在我库里,平均每个库出现几十次,合计重复了1万3000多次,纯当个段子给大家乐呵乐呵下。

评分

参与人数 1广告币 +2 收起 理由
sadffg + 2 赞一个!

查看全部评分

相关帖子
回复

使用道具 举报

34

主题

168

广告币

458

积分

中级会员

Rank: 3Rank: 3

积分
458
发表于 2015-8-29 22:52:33 | 显示全部楼层
LZ跟我清洗方法一样,支持下

点评

谢谢支持~  详情 回复 发表于 2015-8-30 00:45
天下事有难易乎?为之,则难者亦易;不为,则易者亦难
回复 支持 反对

使用道具 举报

2

主题

9

广告币

22

积分

初级会员

Rank: 2

积分
22

社区QQ达人

 楼主| 发表于 2015-8-30 00:45:02 | 显示全部楼层
99995 发表于 2015-8-29 22:52
LZ跟我清洗方法一样,支持下

谢谢支持~
回复 支持 反对

使用道具 举报

16

主题

1811

广告币

2217

积分

高级会员

Rank: 4

积分
2217

社区QQ达人

发表于 2015-8-30 11:38:05 | 显示全部楼层
这数据量也太庞大了
回复 支持 反对

使用道具 举报

162

主题

598

广告币

3038

积分

高级会员

Rank: 4

积分
3038

社区QQ达人

发表于 2015-8-31 19:23:53 | 显示全部楼层
求2.。。、
免费扫高权重域名限时优惠VIP:加创业干货群52385364
365banzheng.com互联网资质办理
點基跨境
回复 支持 反对

使用道具 举报

19

主题

12

广告币

199

积分

初级会员

Rank: 2

积分
199
发表于 2015-9-12 13:52:49 | 显示全部楼层
这种方法的精准性很差吧?没办法准确判断email是否存在,我现在是和Facebook, Youtube的User数据库对比,得出的结果准确率99%。而且基本上应该都是活跃的邮箱。

点评

这个可以是 第一个环节。 你说的用户库对比,是reg方式吧。 有些网站限制的reg测试次数。 你对比fb 之类的,一小时大约能处理多少量。我打听下,我最近也在考虑用reg的方法再过一遍。  详情 回复 发表于 2015-9-12 18:00
回复 支持 反对

使用道具 举报

2

主题

9

广告币

22

积分

初级会员

Rank: 2

积分
22

社区QQ达人

 楼主| 发表于 2015-9-12 18:00:19 | 显示全部楼层
Mailerking 发表于 2015-9-12 13:52
这种方法的精准性很差吧?没办法准确判断email是否存在,我现在是和Facebook, Youtube的User数据库对比,得 ...

这个可以是 第一个环节。
你说的用户库对比,是reg方式吧。

有些网站限制的reg测试次数。     
你对比fb 之类的,一小时大约能处理多少量。我打听下,我最近也在考虑用reg的方法再过一遍。

点评

是的,我用socks5,几万个IP所以无所谓IP限制,每小时大概3,4万速度。  详情 回复 发表于 2015-9-12 22:08
回复 支持 反对

使用道具 举报

19

主题

12

广告币

199

积分

初级会员

Rank: 2

积分
199
发表于 2015-9-12 22:08:47 | 显示全部楼层
edm之旅 发表于 2015-9-12 18:00
这个可以是 第一个环节。
你说的用户库对比,是reg方式吧。

是的,我用socks5,几万个IP所以无所谓IP限制,每小时大概3,4万速度。

点评

国内库用reg方式很苦逼,造假20%的都是算良心了。 60%数据造假的我都见过,还是上市的 那风投的大网站。 小网站,80%造假都正常。 reg很苦闷。  详情 回复 发表于 2015-9-12 22:17
回复 支持 反对

使用道具 举报

2

主题

9

广告币

22

积分

初级会员

Rank: 2

积分
22

社区QQ达人

 楼主| 发表于 2015-9-12 22:17:12 | 显示全部楼层
Mailerking 发表于 2015-9-12 22:08
是的,我用socks5,几万个IP所以无所谓IP限制,每小时大概3,4万速度。

国内库用reg方式很苦逼,造假20%的都是算良心了。
60%数据造假的我都见过,还是上市的  那风投的大网站。
小网站,80%造假都正常。
reg很苦闷。

点评

国内的不熟悉,没怎么弄过  详情 回复 发表于 2015-9-12 22:18
回复 支持 反对

使用道具 举报

19

主题

12

广告币

199

积分

初级会员

Rank: 2

积分
199
发表于 2015-9-12 22:18:38 | 显示全部楼层
edm之旅 发表于 2015-9-12 22:17
国内库用reg方式很苦逼,造假20%的都是算良心了。
60%数据造假的我都见过,还是上市的  那风投的大网站。 ...

国内的不熟悉,没怎么弄过
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们|联系我们|DMCA|广告服务|小黑屋|手机版|Archiver|Github|网站地图|AdvertCN

GMT+8, 2024-11-21 22:00 , Processed in 0.055868 second(s), 14 queries , Gzip On, MemCache On.

Copyright © 2001-2023, AdvertCN

Proudly Operating in Hong Kong.

快速回复 返回顶部 返回列表