[發(fā)明專(zhuān)利]一種地址相似度評(píng)估方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711254896.6
• 申請(qǐng)日: 2017-12-04
• 公開(kāi)（公告）號(hào): CN108171529B
• 公開(kāi)（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 龍華;祁俊輝;邵玉斌;杜慶治
• 申請(qǐng)（專(zhuān)利權(quán)）人: 昆明理工大學(xué)
• 主分類(lèi)號(hào): G06Q30/02
• 分類(lèi)號(hào): G06Q30/02;G06F40/279;G06F40/289
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明涉及一種地址相似度評(píng)估方法，屬于信息處理技術(shù)領(lǐng)域。本發(fā)明摒棄單純利用地址文本信息或經(jīng)緯度信息確定地址的相似度，而是創(chuàng)新性地將地址文本信息按照行政區(qū)域劃分為六段式詞集合，并對(duì)詞集合以六段式賦予權(quán)重，進(jìn)而通過(guò)Jaro?Winler Distance算法計(jì)算其基于文本信息的相似度、通過(guò)坐標(biāo)轉(zhuǎn)換及勾股定理計(jì)算其基于經(jīng)緯度的相似度、通過(guò)余弦定理計(jì)算其基于詞集合的相似度，三個(gè)相似度分別從不同方面反映了地址的相似程度，最后再將所計(jì)算的三個(gè)相似度進(jìn)行融合，得到最終相似度。本發(fā)明與現(xiàn)有技術(shù)相比，主要解決了現(xiàn)有技術(shù)一味追求效率而導(dǎo)致的準(zhǔn)確性不足等現(xiàn)象，致力于增加目前依靠計(jì)算機(jī)進(jìn)行地址相似度評(píng)估的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種地址相似度評(píng)估方法，屬于信息處理技術(shù)領(lǐng)域。

背景技術(shù)

地理信息系統(tǒng)在目前業(yè)務(wù)系統(tǒng)中逐漸頻繁使用。例如一些團(tuán)購(gòu)APP會(huì)根據(jù)用戶所處位置查找周邊商家信息；亦或在開(kāi)發(fā)者制作新地圖時(shí)需參考現(xiàn)有地圖進(jìn)行具體地址的比較等。

目前，對(duì)地址進(jìn)行相似度的評(píng)估方法主要分為兩類(lèi)：一類(lèi)是將地址文本信息作為輸入，利用字符串相似算法，如Levenshteit Distance，對(duì)地址文本進(jìn)行相似度量；另一類(lèi)是進(jìn)行經(jīng)緯度信息的比較進(jìn)而得出其相似度。但是這兩類(lèi)方法都有各自的缺陷，若直接利用字符串相似算法比較地址文本，一旦地址文本中存在簡(jiǎn)寫(xiě)形式，這種方法誤差較大；若單純依靠經(jīng)緯度信息來(lái)確定，也是一個(gè)非常不可靠的方法，一旦對(duì)多個(gè)現(xiàn)有地圖具體地址進(jìn)行比較時(shí)，因?yàn)槊總€(gè)地圖具有自己特有的坐標(biāo)系，多次轉(zhuǎn)換會(huì)使精度不準(zhǔn)確而導(dǎo)致評(píng)估結(jié)果誤差較大。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的局限和不足，提供一種地址相似度評(píng)估方法，用以解決上訴問(wèn)題。

本發(fā)明的技術(shù)方案是：一種地址相似度評(píng)估方法，摒棄單純利用地址文本信息或經(jīng)緯度信息確定地址的相似度，而是創(chuàng)新性地將地址文本信息按照行政區(qū)域劃分為六段式詞集合，并對(duì)詞集合以六段式賦予權(quán)重，進(jìn)而計(jì)算其基于文本信息的相似度、基于經(jīng)緯度的相似度、基于詞集合的相似度，最后再將所計(jì)算的三個(gè)相似度融合，得到最終相似度。

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(duì)應(yīng)的經(jīng)緯度坐標(biāo)(E_x,N_x)，和目標(biāo)地址Y的地址文本str_y及該地址對(duì)應(yīng)的經(jīng)緯度坐標(biāo)(E_y,N_y)。

Step2：對(duì)待比較地址X的地址文本str_x和目標(biāo)地址Y的地址文本str_y進(jìn)行預(yù)處理，采用命名實(shí)體識(shí)別技術(shù)和地址詞庫(kù)對(duì)其進(jìn)行六段式分詞，對(duì)不足六段式的地址進(jìn)行補(bǔ)充，得到待比較地址X的地址詞集合X:{x₁,x₂…x₆}和目標(biāo)地址Y的地址詞集合Y:{y₁,y₂…y₆}。

Step3：對(duì)待比較地址X的地址詞集合X:{x₁,x₂…x₆}和目標(biāo)地址Y的地址詞集合Y:{y₁,y₂…y₆}以六段式設(shè)權(quán)重，對(duì)應(yīng)權(quán)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(biāo)地址Y的地址文本str_y作為輸入，采用字符串相似算法Jaro-Winler Distance對(duì)其進(jìn)行相似度的計(jì)算，得到待比較地址X和目標(biāo)地址Y之間基于地址文本的相似度Sim₁(X,Y)。