[發明專利]一種判斷地址是否標準化、地址標準化的方法及系統

有效

• 申請號: 201910314344.2
• 申請日: 2019-04-18
• 公開（公告）號: CN110147418B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 周成祖;洪亞杰;陳志飛;連志陽;王海濱
• 申請（專利權）人: 廈門市美亞柏科信息股份有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29
• 代理公司: 廈門福貝知識產權代理事務所(普通合伙) 35235
• 代理人: 郝學江

本發明將采集地址進行清洗轉換，將采集地址中的漢語數字轉換為阿拉伯數字，按地址層級進行采集地址的拆分，對采集地址拆分后各個層級分別與標準地址庫中的地址進行命中分析，利用每個層級的命中情況、預設的層級權重系數和層級之間的影響系數，獲得采集地址的地址分值，利用采集地址的地址分值與預設的分值閾值比較，判斷采集地址是否完成地址標準化。還可將判斷標準化成功的采集地址與標準地址庫進行映射，實現地址標準化，本發明極大的提高了地址匹配的效率，完美的解決了現有系統過于陳舊，采集地址混亂無法拓展的問題，更加方便地址系統的改造升級，有利于地址業務的統一。

技術領域

本發明涉及通訊地址技術領域，尤其是一種判斷地址是否標準化、地址標準化的方法及系統。

背景技術

目前地理信息系統(GIS)在各個系統中運用越來越廣泛，而且通訊地址技術的應用與人們的生活息息相關，例如郵政的信件往來、銀行業務系統、公安部門的信息管理系統等都需要對地址數據進行存儲、識別、更新等處理。通訊地址的不規范或者不標準，將會給人們帶來諸多的不便。例如：由于用戶地址的不規范，郵政系統需要投入大量的人力和物力去解決如何識別正確的、標準的通訊地址，否則將會造成錯誤投遞、重復投遞的情況，而隨著郵政業務數據的增長，這種投入將相應地進行擴大，這種情況對郵政系統來說將難以承受。銀行業務系統中也存在著用戶地址的不規范問題，倘若銀行業務系統沒有對用戶地址進行標準化的處理，隨著業務系統的數據量增大，不同數據庫的不兼容性，銀行業務系統將面臨著處理速度較慢、效率低下，業務系統數據混亂的現象，很容易造成客戶的損失和流失。

由于一些老系統的數據庫中存在的大批量非空間數據(沒有經緯度坐標)，在對舊系統進行改造升級時，需要增加上圖標注、區域分析等功能，但由于地址采集沒有標準、造成與標準地址匹配的概率很低。升級系統非常困難。因此，判斷地址是否標準化以及將地址進行標準化處理是非常必要的。

發明內容

本發明提出了一種判斷地址是否標準化、地址標準化的方法及系統。

在一個方面，本發明提出了一種判斷地址是否標準化的方法，包括以下步驟：

S1：將采集地址進行清洗轉換，其中采集地址中的漢語數字轉換為阿拉伯數字；

S2：按地址層級進行采集地址的拆分；

S3：對采集地址拆分后各個層級分別與標準地址庫中的地址進行命中分析；

S4：利用每個層級的命中情況、預設的層級權重系數和層級之間的影響系數，獲得采集地址的地址分值；

S5：利用采集地址的地址分值與預設的分值閾值比較，判斷采集地址是否完成地址標準化。

在可選實施例中，步驟S4中的每個層級的權重系數不同，并且權重隨層級的遞增而增大。通過不同層級的權重系數的設定，使地址分值的計算更加的合理準確。

在可選實施例中，層級之間的影響系數具體表現為其他層級與標準庫的命中對當前層級的權重系數的影響程度，其他層級與當前層級間隔越大，影響系數越小。憑借影響系數的設置，進一步增強的地址分值結果的準確性。

在可選實施例中，權重系數和影響系數均采用百分數的形式。最終獲得的地址分值也為百分制的形式，憑借百分制的形式可以更直觀的進行地址分值的判斷。

在可選實施例中，采集地址的地址分值具體包括每個層級的地址分值之和。通過各個層級的地址分值之和，獲得采集地址的總的地址分值，能夠客觀的反應出采集地址的地址匹配命中情況。

在可選實施例中，層級的地址分值具體表現為層級的命中情況與層級的綜合系數的乘積，綜合系數具體表現為層級的權重系數和影響系數之和。命中情況和綜合系數的乘積反映了該層級的地址分值情況。