[發(fā)明專利]篩選清單的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011480665.9
• 申請(qǐng)日: 2020-12-15
• 公開(kāi)（公告）號(hào): CN112579646A
• 公開(kāi)（公告）日: 2021-03-30
• 發(fā)明（設(shè)計(jì)）人: 鐘榮清;楊佳;劉丹
• 申請(qǐng)（專利權(quán)）人: 中國(guó)建設(shè)銀行股份有限公司
• 主分類號(hào): G06F16/2455
• 分類號(hào): G06F16/2455;G06Q40/00
• 代理公司: 中原信達(dá)知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張效榮;馮培培

1.一種篩選清單的方法，其特征在于，包括：

根據(jù)篩選請(qǐng)求中的篩查數(shù)據(jù)，確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值；

從所述待篩選清單中篩選出LD相似度超過(guò)第一閾值的候選清單，并確定所述候選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的最長(zhǎng)公共子系列LCS相似度以及LCS相似度分值；

若所述候選清單的LCS相似度最大值超過(guò)第二閾值，則根據(jù)所述LD相似度分值和所述LCS相似度分值，從所述候選清單中篩選出符合要求的清單。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在根據(jù)篩選請(qǐng)求中的篩查數(shù)據(jù)，確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度分值的步驟之前，所述方法還包括：

基于Solr引擎，根據(jù)待篩選清單的清單數(shù)據(jù)創(chuàng)建待篩選清單的索引。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于Solr引擎，根據(jù)待篩選清單的清單數(shù)據(jù)創(chuàng)建待篩選清單的索引包括：

將待篩選清單的清單數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理；

去除所述清單數(shù)據(jù)中的標(biāo)點(diǎn)符號(hào)、ASCII碼以及停用詞；

基于所述清單數(shù)據(jù)對(duì)應(yīng)的語(yǔ)言方式，將所述清單數(shù)據(jù)進(jìn)行去重處理；

根據(jù)去重處理后的清單數(shù)據(jù)創(chuàng)建待篩選清單的索引。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述清單數(shù)據(jù)對(duì)應(yīng)的語(yǔ)言方式，將所述清單數(shù)據(jù)進(jìn)行去重處理包括：

若所述清單數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)言方式為英文，則將所述清單數(shù)據(jù)中的英文單詞轉(zhuǎn)換為英文小寫單詞；

若所述清單數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)言方式為繁體中文，則將所述清單數(shù)據(jù)中的繁體中文單詞轉(zhuǎn)換為簡(jiǎn)體中文單詞；

將轉(zhuǎn)換后的清單數(shù)據(jù)進(jìn)行去重處理。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述篩查數(shù)據(jù)為客戶名稱；根據(jù)篩選請(qǐng)求中的篩查數(shù)據(jù)，確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值包括：

若所述篩查數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)言方式為英文或除中文和英文之外的其他語(yǔ)言，則確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的LD相似度；

若LD相似度超過(guò)第一閾值，則根據(jù)LD相似度確定LD相似度分值。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述篩查數(shù)據(jù)為客戶名稱；根據(jù)篩選請(qǐng)求中的篩查數(shù)據(jù)，確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值包括：

若所述篩查數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)言方式為繁體中文，則將所述篩查數(shù)據(jù)中的繁體中文單詞轉(zhuǎn)換為簡(jiǎn)體中文單詞；

若所述篩查數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)言方式為簡(jiǎn)體中文或?qū)⑺龊Y查數(shù)據(jù)中的繁體中文單詞轉(zhuǎn)換為簡(jiǎn)體中文單詞之后，將轉(zhuǎn)換后的篩查數(shù)據(jù)中姓氏和名字拆開(kāi)，并分別將所述篩查數(shù)據(jù)的姓氏和名字分別與所述清單數(shù)據(jù)進(jìn)行全匹配；

根據(jù)全匹配結(jié)果確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)全匹配結(jié)果確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值包括：

若所述篩查數(shù)據(jù)的姓氏和名字分別與所述清單數(shù)據(jù)的第一全匹配結(jié)果未超過(guò)第一命中率，則將所述篩查數(shù)據(jù)轉(zhuǎn)換為拼音單詞，并將轉(zhuǎn)換后的拼音單詞與所述清單數(shù)據(jù)進(jìn)行全匹配；

若轉(zhuǎn)換后的拼音單詞與所述清單數(shù)據(jù)的第二全匹配結(jié)果超過(guò)第二命中率，則根據(jù)所述第二全匹配結(jié)果確定LD相似度分值；

若轉(zhuǎn)換后的拼音單詞與所述清單數(shù)據(jù)的全匹配結(jié)果為未超過(guò)第二命中率，且所述篩查數(shù)據(jù)中有英文名稱，則計(jì)算LD相似度；

若所述LD相似度超過(guò)第一閾值，則根據(jù)LD相似度確定LD相似度分值。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，根據(jù)全匹配結(jié)果確定待篩選清單的清單數(shù)據(jù)與所述篩查數(shù)據(jù)的調(diào)整的編輯距離LD相似度以及LD相似度分值還包括：

若所述篩查數(shù)據(jù)的姓氏和名字分別與所述清單數(shù)據(jù)的第一全匹配結(jié)果超過(guò)第一命中率，則根據(jù)所述第一全匹配結(jié)果確定LD相似度分值。