[發明專利]數據處理方法及系統

在審

• 申請號: 201710594692.0
• 申請日: 2017-07-19
• 公開（公告）號: CN107357916A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 程浩;張快;柳超
• 申請（專利權）人: 北京金堤科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 中科專利商標代理有限責任公司11021
• 代理人: 呂雁葭

1.一種數據處理方法，包括：

獲取第一對象的對象信息和第二對象的對象信息，其中，對象信息中至少包含對象的名稱；

利用預先設定的用于對對象的名稱進行分詞處理的分詞模型分別對所述第一對象的名稱和所述第二對象的名稱進行分詞處理，得到所述第一對象的第一對象關鍵詞集合和所述第二對象的第二對象關鍵詞集合；

計算所述第一對象關鍵詞集合與所述第二對象關鍵詞集合的相似度，得到第一相似度計算結果；以及

根據所述第一相似度計算結果，確定所述第一對象與所述第二對象的相似度。

2.根據權利要求1所述的方法，對象信息中至少還包含對象的地理位置，其中：

所述方法還包括：計算所述第一對象的地理位置與所述第二對象的地理位置的相似度，得到第二相似度計算結果；以及

確定所述第一對象與所述第二對象的相似度包括：根據所述第一相似度計算結果和所述第二相似度計算結果，確定所述第一對象與所述第二對象的相似度。

3.根據權利要求2所述的方法，在利用預先設定的用于對對象的名稱進行分詞處理的分詞模型分別對所述第一對象的名稱和所述第二對象的名稱進行分詞處理，得到所述第一對象的第一對象關鍵詞集合和所述第二對象的第二對象關鍵詞集合之前，所述方法還包括：

濾除所述第一對象的名稱中與地理位置相關的詞語；以及

濾除所述第二對象的名稱中與地理位置相關的詞語。

4.根據權利要求2或3所述的方法，對象信息中至少還包含對象的登記注冊類型，其中：

所述方法還包括：計算所述第一對象的登記注冊類型與所述第二對象的登記注冊類型的相似度，得到第三相似度計算結果；以及

確定所述第一對象與所述第二對象的相似度包括：根據所述第一相似度計算結果、所述第二相似度計算結果和所述第三相似度計算結果，確定所述第一對象與所述第二對象的相似度。

5.根據權利要求4所述的方法，在利用預先設定的用于對對象的名稱進行分詞處理的分詞模型分別對所述第一對象的名稱和所述第二對象的名稱進行分詞處理，得到所述第一對象的第一對象關鍵詞集合和所述第二對象的第二對象關鍵詞集合之前，所述方法還包括：

濾除所述第一對象的名稱中與對象的登記注冊類型相關的詞語；以及

濾除所述第二對象的名稱中與對象的登記注冊類型相關的詞語。

6.根據權利要求5所述的方法，對象信息中至少還包含對象的行業分類，其中：

所述方法還包括：計算所述第一對象的行業分類與所述第二對象的行業分類的相似度，得到第四相似度計算結果；以及

確定所述第一對象與所述第二對象的相似度包括：根據所述第一相似度計算結果、所述第二相似度計算結果、所述第三相似度計算結果和所述第四相似度計算結果，確定所述第一對象與所述第二對象的相似度。

7.根據權利要求6所述的方法，其中，根據所述第一相似度計算結果、所述第二相似度計算結果、所述第三相似度計算結果和所述第四相似度計算結果，確定所述第一對象與所述第二對象的相似度包括：

分別給各相似度計算結果賦予對應的權重值；以及

根據所述第一相似度計算結果、所述第二相似度計算結果、所述第三相似度計算結果和所述第四相似度計算結果，以及賦予給所述各相似度計算結果的權重值，確定所述第一對象與所述第二對象的相似度。

8.一種數據處理系統，包括：

獲取模塊，用于獲取第一對象的對象信息和第二對象的對象信息，其中，對象信息中至少包含對象的名稱；

處理模塊，用于利用預先設定的用于對對象的名稱進行分詞處理的分詞模型分別對所述第一對象的名稱和所述第二對象的名稱進行分詞處理，得到所述第一對象的第一對象關鍵詞集合和所述第二對象的第二對象關鍵詞集合；

第一計算模塊，用于計算所述第一對象關鍵詞集合與所述第二對象關鍵詞集合的相似度，得到第一相似度計算結果；以及

確定模塊，用于根據所述第一相似度計算結果，確定所述第一對象與所述第二對象的相似度。