[發明專利]中文地址層級化解析與規范處理方法和系統

有效

• 申請號: 201811091100.4
• 申請日: 2018-09-18
• 公開（公告）號: CN109190997B
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 許諾;羅金滿;趙善龍
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司東莞供電局
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06F40/284;G06F16/215
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 蘇勝

本發明提供了中文地址層級化解析與規范處理方法和系統，包括：獲取用電原始地址數據，并對用電原始地址數據進行初始化處理得到第一客戶用電地址數據；利用文本特征的分詞方法對第一客戶用電地址數據進行層級化解析得到第二客戶用電地址數據；將第二客戶用電地址數據與基礎地址字典庫進行清理循環得到清理成果；對清理成果進行綜合評估以謹慎確認清理成果的準確性和有效性。本發明促進了客戶用電地址數據結構化與規范化，提高客戶用電地址完整性與準確率。

技術領域

本發明涉及電力系統客戶用電地址數據結構化與規范化技術領域，尤其是涉及中文地址層級化解析與規范處理方法和系統。

背景技術

在城市建設日新月異的今天，眾多街道、社區被重新規劃與建設，這種現象造成電力營銷系統中越來越多客戶用電地址數據與現實地址不一致。除此之外，由于一些歷史原因導致現有的客戶用電地址數據存在大量的錯誤、名稱混亂、信息不完整等現象，如將表號作為地址、小區、樓棟等沒有標準稱謂等。同時，由于存量的客戶用電地址數據不是結構化的數據，存在不同小區的客戶地址填寫的規律不一致，甚至同一小區不同開發期、不同樓棟之間的地址填寫規律都不一致問題。這些問題嚴重影響了客戶服務工作、應急檢修工作的質量，對基于地址數據開展的各類分析與決策支持系統建設也產生了嚴重的影響。

綜上所述，現有技術的客觀缺點在于缺少一種有效的中文地址層級化解析與規范處理方法。

發明內容

有鑒于此，本發明的目的在于提供中文地址層級化解析與規范處理方法和系統，促進客戶用電地址數據結構化與規范化，提高客戶用電地址完整性與準確率。

第一方面，本發明實施例提供了中文地址層級化解析與規范處理方法，包括：

獲取用電原始地址數據，并對所述用電原始地址數據進行初始化處理得到第一客戶用電地址數據；

利用文本特征的分詞方法對所述第一客戶用電地址數據進行層級化解析得到第二客戶用電地址數據；

將所述第二客戶用電地址數據與基礎地址字典庫進行清理循環得到清理成果；

對所述清理成果進行綜合評估以謹慎確認所述清理成果的準確性和有效性。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，所述文本特征的分詞方法通過在應用頻率DF的基礎上進行算法擴展得到，包括信息增益IG方法、互信息方法、x²統計CHI方法和期望交叉熵CE方法。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中，所述將所述第二客戶用電地址數據與基礎地址字典庫進行清理循環得到清理成果包括：

將所有所述第二客戶用電地址數據均與基礎地址字典庫進行匹配；

判斷所述第二客戶用電地址數據匹配度是否滿足預設匹配度要求；

將匹配度滿足預設匹配度要求的所述第二客戶用電地址數據作為所述清理成果；

將匹配度不滿足所述預設匹配度要求的所述第二客戶用電地址數據放入下一個所述清理循環中，直至利用所述清理循環不能再獲得滿足所述預設匹配度要求的所述第二客戶用電地址數據。

結合第一方面，本發明實施例提供了第一方面的第三種可能的實施方式，其中，所述對所述清理成果進行綜合評估以謹慎確認所述清理成果的準確性和有效性包括：

利用綜合聚類算法、K鄰近算法和CART分類樹回歸算法構建相似度與一致性評估算法；

根據所述相似度與一致性評估算法對所述清理成果進行所述綜合評估。

結合第一方面的第一種可能的實施方式，本發明實施例提供了第一方面的第四種可能的實施方式，其中，所述應用頻率DF為包含特征項的所述第一客戶用電地址數據的頻率。