[發明專利]地址數據的匹配方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011195424.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112307169A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 徐耀宗;羅冬陽;魏晨晨
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/31
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

本發明公開了一種地址數據的匹配方法、裝置、計算機設備及存儲介質。所述方法包括：通過單詞查找樹解析出用戶地址數據的待比對關鍵區域信息，根據待比對關鍵區域信息從用戶地址數據分割出待比對模糊區域信息；根據預設的倒排索引檢索結構對待比對模糊區域信息進行倒排索引檢索，獲取與用戶地址數據之間的匹配值滿足預設匹配條件的預設候選標準地址；將用戶地址數據的待比對關鍵區域信息與獲取的預設候選標準地址的預設關鍵區域信息進行對比矯正，獲取矯正結果；根據矯正成功的矯正結果確定出與用戶地址數據匹配的標準匹配地址，并將標準匹配地址代替用戶登記的用戶地址數據。通過本發明可快速匹配出準確且與用戶地址數據對應的標準匹配地址。

技術領域

本發明涉及數據查詢領域，尤其涉及一種地址數據的匹配方法、裝置、計算機設備及存儲介質。

背景技術

目前，在數據處理過程經常會碰到一些非數值型的文本數據，且該部分文本數據往往包含了一些很有價值的數據，如何從這些文本數據確定出有價值的數據就顯得更為重要。現有技術中，會采用關鍵詞匹配的方式提取有價值的數據，但在提取之前，需預先進行標注工作，如，在對客戶地址進行標注時，需人工標注客戶地址，但由于用戶填寫的地址可能模糊不完整，如同一個小區可能出現在多個城市，此外，用戶填寫可能存在錯別字等，上述情況均會導致在根據地理關鍵詞匹配客戶所居住的客戶地址的過程中產生匹配錯誤和數據遺漏的問題，而人工標注的工作會非常繁瑣，耗時且耗成本，且上述現有技術關鍵詞匹配的方式，關鍵詞需查找一個最匹配的關鍵詞進行匹配，花費匹配時間會較長，關鍵詞標注錯誤以及上述標注工作的問題都會影響到準確率，因此現有技術很難保證有效且快速獲取用戶較為準確的客戶地址。

發明內容

基于此，有必要針對上述技術問題，提供一種地址數據的匹配方法、裝置、計算機設備及存儲介質，用于解決上述問題。

一種地址數據的匹配方法，包括：

獲取用戶登記的用戶地址數據；

通過單詞查找樹解析出所述用戶地址數據的待比對關鍵區域信息，同時根據所述待比對關鍵區域信息從所述用戶地址數據分割出待比對模糊區域信息；

根據預設的倒排索引檢索結構對所述待比對模糊區域信息進行倒排索引檢索，獲取與所述用戶地址數據之間的匹配值滿足預設匹配條件的預設數量的預設候選標準地址；每一個所述預設標準地址均包括預設模糊區域信息和預設關鍵區域信息，所述倒排索引檢索結構是根據多個所述預設候選標準地址的預設模糊區域信息所構建；

將所述用戶地址數據的待比對關鍵區域信息與獲取的預設數量的所述預設候選標準地址的預設關鍵區域信息進行對比矯正，獲取矯正結果；

在所述矯正結果為矯正成功時，根據矯正成功的所述矯正結果確定出與所述用戶地址數據匹配的標準匹配地址，并將所述標準匹配地址代替所述用戶登記的用戶地址數據。

一種地址數據的匹配裝置，包括：

第一獲取模塊，用于獲取用戶登記的用戶地址數據；

第一分割模塊，用于通過單詞查找樹解析出所述用戶地址數據的待比對關鍵區域信息，同時根據所述待比對關鍵區域信息從所述用戶地址數據分割出待比對模糊區域信息；

第二獲取模塊，用于根據預設的倒排索引檢索結構對所述待比對模糊區域信息進行倒排索引檢索，獲取與所述用戶地址數據之間的匹配值滿足預設匹配條件的預設數量的預設候選標準地址；每一個所述預設標準地址均包括預設模糊區域信息和預設關鍵區域信息，所述倒排索引檢索結構是根據多個所述預設候選標準地址的預設模糊區域信息所構建；

第三獲取模塊，用于將所述用戶地址數據的待比對關鍵區域信息與獲取的預設數量的所述預設候選標準地址的預設關鍵區域信息進行對比矯正，獲取矯正結果；