[發明專利]一種地址相似度評估方法

有效

• 申請號: 201711254896.6
• 申請日: 2017-12-04
• 公開（公告）號: CN108171529B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 龍華;祁俊輝;邵玉斌;杜慶治
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F40/279;G06F40/289
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種地址相似度評估方法，其特征在于，具體包括以下步驟：

Step1：獲取待比較地址X的地址文本str_x及該地址對應的經緯度坐標(E_x,N_x)和目標地址Y的地址文本str_y及該地址對應的經緯度坐標(E_y,N_y)；

Step2：對待比較地址X的地址文本str_x和目標地址Y的地址文本str_y進行預處理，采用命名實體識別技術和地址詞庫對其進行六段式分詞，對不足六段式的地址進行補充，得到待比較地址X的地址詞集合X:{x₁,x₂…x₆}和目標地址Y的地址詞集合Y:{y₁,y₂…y₆}；

Step3：對待比較地址X的地址詞集合X:{x₁,x₂…x₆}和目標地址Y的地址詞集合Y:{y₁,y₂…y₆}以六段式設權重，對應權重集合為W:{w₁,w₂…w₆}；

Step4：以待比較地址X的地址文本str_x和目標地址Y的地址文本str_y作為輸入，采用字符串相似算法Jaro-WinlerDistance對其進行相似度的計算，得到待比較地址X和目標地址Y之間基于地址文本的相似度Sim₁(X,Y)；

Step5：以待比較地址X的經緯度坐標(E_x,N_x)和目標地址Y的經緯度坐標(E_y,N_y)作為輸入，采用坐標轉換及勾股定理，計算待比較地址X和目標地址Y的直線距離l_xy，給出誤差范圍Δl，由公式(1)計算待比較地址X和目標地址Y之間基于經緯度坐標的相似度Sim₂(X,Y)；

Step6：以待比較地址X的地址詞集合X:{x₁,x₂…x₆}和目標地址Y的地址詞集合Y:{y₁,y₂…y₆}作為輸入，以權重集合W:{w₁,w₂…w₆}作為標準，生成特征向量F_X＝{f_x1,f_x2…f_xg}和F_Y＝{f_y1,f_y2…f_yg}，由余弦定理確定待比較地址X和目標地址Y之間基于詞集合的相似度Sim₃(X,Y)；

Step7：設Step4、Step5、Step6步驟所計算出的相似度對應權值分別為α、β、γ，權值α、β、γ滿足α+β+γ＝1的要求，由相似度Sim₁(X,Y)及權值α、相似度Sim₂(X,Y)及權值β、相似度Sim₃(X,Y)及權值γ，由公式(2)計算出待比較地址X和目標地址Y之間的最終相似度Sim(X,Y)；

Sim(X,Y)＝Sim₁(X,Y)·α+Sim₂(X,Y)·β+Sim₃(X,Y)·γ (2)；

所述步驟Step2中，六段式分詞具體指按照行政區域劃分，即按照省、市、縣、鎮、村和其他劃分，所述省包括自治區、直轄市，所述市包括州，所述縣包括區，所述鎮包括鄉、街道，所述村包括路，對不足六段式的地址通過經緯度查找地址詞庫進行補充；

所述步驟Step3中權重集合W:{w₁,w₂…w₆}，是對六段式地址信息的每段設置權重，該權重需滿足公式：w₁＜w₂＜w₃＜w₄＞w₅＞w₆的要求；

所述步驟Step7中，相似度對應權值α、β、γ需滿足β＜α＜γ的要求。