[發(fā)明專利]融合多維相似度與規(guī)則集合的地址模糊匹配方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011395883.2
• 申請(qǐng)日: 2020-12-03
• 公開（公告）號(hào): CN112581252A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計(jì)）人: 劉志斌;施明強(qiáng);方俊煒;劉日佳
• 申請(qǐng)（專利權(quán)）人: 信用生活（廣州）智能科技有限公司
• 主分類號(hào): G06Q40/02
• 分類號(hào): G06Q40/02;G06F16/2458;G06F16/29;G06K9/62
• 代理公司: 廣東高端專利代理事務(wù)所(特殊普通合伙) 44346
• 代理人: 劉廣新

本發(fā)明實(shí)施例涉及風(fēng)險(xiǎn)管控技術(shù)領(lǐng)域，公開了一種融合多維相似度與規(guī)則集合的地址模糊匹配方法及系統(tǒng)，該方法包括：基于標(biāo)準(zhǔn)地址庫(kù)預(yù)處理標(biāo)準(zhǔn)地址得到待匹配信息，提取待匹配信息的地址特征，基于待匹配信息及地址特征，采用相似度計(jì)算模型計(jì)算第一相似度，以及，采用比對(duì)規(guī)則集合計(jì)算第二相似度，采用第二相似度調(diào)整第一相似度得到標(biāo)準(zhǔn)地址相對(duì)待匹配地址的總體相似度。本發(fā)明實(shí)施例采用比對(duì)規(guī)則集合配合相似度計(jì)算模型對(duì)標(biāo)準(zhǔn)地址進(jìn)行地址模糊匹配，通過標(biāo)準(zhǔn)地址庫(kù)自更新與相似度計(jì)算模型增量訓(xùn)練，解決對(duì)偏僻地址及未錄入地址的模糊匹配問題；比對(duì)規(guī)則集合根據(jù)增量訓(xùn)練結(jié)果同步更新，無需人工迭代，提高了迭代效率，從而降低了系統(tǒng)維護(hù)成本。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)險(xiǎn)管控技術(shù)領(lǐng)域，尤其涉及一種融合多維相似度與規(guī)則集合的地址模糊匹配方法及系統(tǒng)。

背景技術(shù)

在金融、信貸等領(lǐng)域存在形形色色的欺詐行為，其中涉及地址信息的欺詐較為常見。以信用卡申請(qǐng)為例，客戶在申請(qǐng)信用卡時(shí)需填寫其家庭住址、單位名稱、單位地址及卡寄地址等，部分客戶為了申請(qǐng)到大額信用卡，會(huì)尋找中介機(jī)構(gòu)為其包裝個(gè)人信息，通過填寫不實(shí)的公司信息、填寫不實(shí)的卡寄地址、在地址中添加特殊字符(拼音字符、繁體字、錯(cuò)別字等)以及填寫中介公司的聯(lián)系電話應(yīng)對(duì)來電審查，從而對(duì)抗銀行風(fēng)險(xiǎn)控制規(guī)則，達(dá)到欺詐目的。

現(xiàn)有的反欺詐審查手段主要采用基于匹配規(guī)則和標(biāo)椎地址庫(kù)的地址模糊匹配方法，首先錄入地址字符串與標(biāo)準(zhǔn)地址庫(kù)，查詢與分割地址字符串中的行政區(qū)劃部分來過濾并縮小候選數(shù)據(jù)集，然后基于規(guī)則樹與規(guī)則庫(kù)進(jìn)行匹配來處理地址字符串中地址要素殘缺、地址歧義等問題，實(shí)現(xiàn)地址字符串的分詞與匹配，從而得到滿足要求的模糊匹配結(jié)果。

然而，上述模糊匹配方法存在以下問題，標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)在現(xiàn)實(shí)中無法對(duì)所有地址進(jìn)行存儲(chǔ)，在面對(duì)偏僻地址及未收錄地址時(shí)匹配效果很差；此外，基于規(guī)則樹與規(guī)則庫(kù)的匹配方法，需要采用人工長(zhǎng)期對(duì)匹配規(guī)則進(jìn)行手動(dòng)迭代以提升匹配效果，因而存在迭代周期長(zhǎng)、迭代效率低下及系統(tǒng)維護(hù)成本高昂的缺點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例公開一種融合多維相似度與規(guī)則集合的地址模糊匹配方法及系統(tǒng)，以相似度計(jì)算模型為主，配合采用比對(duì)規(guī)則集合，對(duì)標(biāo)準(zhǔn)地址與待匹配地址進(jìn)行地址模糊匹配，得到更為準(zhǔn)確的地址相似度；通過標(biāo)準(zhǔn)地址庫(kù)的自更新與相似度計(jì)算模型的增量訓(xùn)練，解決了難以對(duì)偏僻地址及未錄入地址進(jìn)行模糊匹配的問題；此外，比對(duì)規(guī)則集合根據(jù)相似度計(jì)算模型的增量訓(xùn)練結(jié)果進(jìn)行同步更新，無需人工介入進(jìn)行手動(dòng)迭代，即可實(shí)時(shí)更新比對(duì)規(guī)則，提高了迭代效率，縮短了迭代周期，從而降低了系統(tǒng)維護(hù)成本。

本發(fā)明實(shí)施例第一方面公開一種融合多維相似度與規(guī)則集合的地址模糊匹配方法，所述方法包括：

基于標(biāo)準(zhǔn)地址庫(kù)對(duì)標(biāo)準(zhǔn)地址進(jìn)行預(yù)處理，得到待匹配信息；其中，所述待匹配信息包括所述標(biāo)準(zhǔn)地址、對(duì)應(yīng)于所述標(biāo)準(zhǔn)的地址詳細(xì)信息及待匹配地址；

提取所述待匹配信息的地址特征；

基于所述待匹配信息及所述地址特征，采用相似度計(jì)算模型計(jì)算所述標(biāo)準(zhǔn)地址與所述待匹配地址的第一相似度；

基于所述待匹配信息及所述地址特征，采用比對(duì)規(guī)則集合計(jì)算所述標(biāo)準(zhǔn)地址與所述待匹配地址的第二相似度；

采用所述第二相似度調(diào)整所述第一相似度，得到所述標(biāo)準(zhǔn)地址相對(duì)所述待匹配地址的總體相似度。

作為一種可選的實(shí)施方式，在本發(fā)明實(shí)施例第一方面中，所述基于標(biāo)準(zhǔn)地址庫(kù)對(duì)標(biāo)準(zhǔn)地址進(jìn)行預(yù)處理，得到待匹配信息，包括：

提取所述標(biāo)準(zhǔn)地址中存在的地址層級(jí)字符及對(duì)應(yīng)于所述地址層級(jí)字符的地址名稱字符，作為所述標(biāo)準(zhǔn)地址對(duì)應(yīng)的地址詳細(xì)信息；

基于所述地址詳細(xì)信息中包括的地址層級(jí)字符與對(duì)應(yīng)的地址名稱字符，采用倒排索引在所述標(biāo)準(zhǔn)地址庫(kù)中檢索與所述標(biāo)準(zhǔn)地址近似度最高的待匹配地址；

整合所述標(biāo)準(zhǔn)地址、所述地址詳細(xì)信息及所述待匹配地址，作為所述待匹配信息。