[發(fā)明專利]地址相似度確定方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110690657.5
• 申請(qǐng)日: 2021-06-22
• 公開（公告）號(hào): CN113343688A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 王濟(jì)宣;侯亦楊
• 申請(qǐng)（專利權(quán)）人: 南京星云數(shù)字技術(shù)有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/216
• 代理公司: 北京市萬慧達(dá)律師事務(wù)所 11111
• 代理人: 勞奕琴

本申請(qǐng)涉及一種地址相似度確定方法、裝置和計(jì)算機(jī)設(shè)備。地址相似度確定方法包括：獲取第一原始地址中的第一具體地址信息，以及獲取第二原始地址中的第二具體地址信息；采用N?Gram模型對(duì)第一具體地址信息進(jìn)行分詞，得到第一系列分詞，以及采用N?Gram模型對(duì)第二具體地址信息進(jìn)行分詞，得到第二系列分詞；對(duì)第一系列分詞和第二系列分詞進(jìn)行相似度計(jì)算，獲得第一類相似度值；根據(jù)第一類相似度值，確定第一原始地址和第二原始地址的相似度。采用本方法能準(zhǔn)確確定第一原始地址和第二原始地址的相似度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是涉及一種地址相似度確定方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)

目前，地址相似度判斷的技術(shù)廣泛應(yīng)用于各領(lǐng)域，如金融保險(xiǎn)領(lǐng)域，需要偵測用戶有意或無意狀況下提供的虛假錯(cuò)誤地址從而進(jìn)行更加準(zhǔn)確的信用判斷，作為電商平臺(tái)需要偵測用戶的收貨地址從而判斷刷單等行為。在具體應(yīng)用場合中，大量相似度較高的地址可能被當(dāng)作異常地址，計(jì)算機(jī)會(huì)根據(jù)這些地址生成異常地址列表，供審核人員專門審核或處理。

目前常用的地址相似度判斷的方法主要是使用字符串間的屬性進(jìn)行比較，例如文本編輯距離，或其他字符串距離算法。然而，由于地址字符串一般不能通過差多少字來展現(xiàn)其差別，例如“南京市北京西路100號(hào)”和“上海市北京西路100號(hào)”，從文本上11個(gè)字符中僅相差2個(gè)字符，但是實(shí)際上完全不指代同一地址或是接近的地址。因此，此類方法對(duì)地址相似度的判斷，準(zhǔn)確度較低。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種地址相似度確定方法、裝置和計(jì)算機(jī)設(shè)備，能夠提高地址相似度的準(zhǔn)確度。

一種地址相似度確定方法，包括：

獲取第一原始地址中的第一具體地址信息，所述第一具體地址信息為由所述第一原始地址中除行政區(qū)域信息之外的地址信息構(gòu)成，以及獲取第二原始地址中的第二具體地址信息，所述第二具體地址信息為由所述第二原始地址中除行政區(qū)域信息之外的地址信息構(gòu)成，其中，所述第一原始地址的行政區(qū)域信息和所述第二原始地址的行政區(qū)域信息表征同一行政區(qū)域；采用N-Gram模型對(duì)所述第一具體地址信息進(jìn)行分詞，得到第一系列分詞，以及采用N-Gram模型對(duì)所述第二具體地址信息進(jìn)行分詞，得到第二系列分詞；對(duì)所述第一系列分詞和所述第二系列分詞進(jìn)行相似度計(jì)算，獲得第一類相似度值；根據(jù)所述第一類相似度值，確定所述第一原始地址和所述第二原始地址的相似度。

在其中一個(gè)實(shí)施例中，所述第一具體地址信息包括第一描述字段和第一門牌信息，所述采用N-Gram模型對(duì)所述第一具體地址信息進(jìn)行分詞，得到第一系列分詞，包括：采用所述N-Gram模型對(duì)所述第一描述字段進(jìn)行分詞，得到所述第一系列分詞；所述第二具體地址信息包括第二描述字段和第二門牌信息，所述采用N-Gram模型對(duì)所述第二具體地址信息進(jìn)行分詞，得到第二系列分詞，包括：采用所述N-Gram模型對(duì)所述第二描述字段進(jìn)行分詞，得到所述第二系列分詞；所述方法還包括：對(duì)所述第一門牌信息和所述第二門牌信息進(jìn)行相似度計(jì)算，獲得第二類相似度值；所述根據(jù)所述第一類相似度值，確定所述第一原始地址和所述第二原始地址的相似度,包括：根據(jù)所述第一類相似度值和所述第二類相似度值，確定所述第一原始地址和所述第二原始地址的相似度。