一种基于相似度的行政区划匹配方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113837634A(43)申请公布日2021.12.24(21)申请号202111150065.0(22)申请日2021.09.29(71)申请人深圳云路信息科技有限责任公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)(72)发明人姜东晓崔德冠孙海林杨经海(74)专利代理机构北京市浩东律师事务所11499代理人孙莉(51)Int.Cl.G06Q10/06(2012.01)G06Q50/26(2012.01)G06K9/62(2006.01)权利要求书2页说明书13页附图2页(54)发明名称一种基于相似度的行政区划匹配方法及装置(57)摘要本发明公开了一种基于相似度的行政区划匹配方法及装置，其中该方法包括：确定多个标准行政区划信息；确定待匹配行政区划信息；计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度；将所述多个标准行政区划信息中与所述待匹配行政区划信息的相似度最高的标准行政区划信息确定为目标行政区划信息。可见，本发明一方面能够提供一种简洁高效的匹配思路，提高匹配的效率，另一方面能够保证匹配的精确度，从而达到良好的匹配效果。CN113837634ACN113837634A权利要求书1/2页1.一种基于相似度的行政区划匹配方法，其特征在于，所述方法包括：确定多个标准行政区划信息；确定待匹配行政区划信息；计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度；将所述多个标准行政区划信息中与所述待匹配行政区划信息的相似度最高的标准行政区划信息确定为目标行政区划信息。2.根据权利要求1所述的基于相似度的行政区划匹配方法，其特征在于，所述方法还包括：根据所述目标行政区划信息，修正所述待匹配行政区划信息。3.根据权利要求2所述的基于相似度的行政区划匹配方法，其特征在于，所述根据所述目标行政区划信息，修正所述待匹配行政区划信息，包括：计算所述目标行政区划信息与所述待匹配行政区划信息的差别程度；若所述差别程度大于预设的差别阈值，则执行修正操作；以及，所述执行修正操作，包括：将所述待匹配行政区划信息替换为所述目标行政区划信息。4.根据权利要求1所述的基于相似度的行政区划匹配方法，其特征在于，所述确定多个标准行政区划信息，包括：获取多个标准行政区划名称；将所述多个标准行政区划名称中属于同一层级隶属关系的多个标准行政区划名称按照层级顺序拼接成一个标准行政区划信息，以得到多个所述标准行政区划信息。5.根据权利要求4所述的基于相似度的行政区划匹配方法，其特征在于，所述确定待匹配行政区划信息，包括：获取初始行政区划信息；对所述初始行政区划信息执行数据预处理操作，以得到待匹配行政区划信息。6.根据权利要求5所述的基于相似度的行政区划匹配方法，其特征在于，所述对所述初始行政区划信息执行数据预处理操作，以得到待匹配行政区划信息，包括：对所述初始行政区划信息中的特殊字符进行去除，以得到待匹配行政区划信息；所述特殊字符包括空格符号、标点符号和乱码符号中的至少一种；和/或，对所述初始行政区划信息中的英文字符和/或数字字符进行去除，以得到待匹配行政区划信息；和/或，识别出所述初始行政区划信息中的多个层级的行政区划信息；将所述多个层级的行政区划信息按照层级顺序进行拼接，以得到待匹配行政区划信息。7.根据权利要求1所述的基于相似度的行政区划匹配方法，其特征在于，所述计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度，包括：基于Sorensen相似度算法，计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度。2CN113837634A权利要求书2/2页8.根据权利要求7所述的基于相似度的行政区划匹配方法，其特征在于，基于以下公式计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度：其中，s1和s2分别为所述待匹配行政区划信息与任一所述标准行政区划信息，sim(s1,s2)为s1和s2的相似度，set(s1)为s1的单字集合，len(set(s1))为set(s1)的长度，set(s2)为s2的单字集合，len(set(s2))为set(s2)的长度。9.一种基于相似度的行政区划匹配装置，其特征在于，所述装置包括：第一确定模块，用于确定多个标准行政区划信息；第二确定模块，用于确定待匹配行政区划信息；计算模块，用于计算所述待匹配行政区划信息与任一所述标准行政区划信息之间的相似度；第三确定模块，用于将所述多个标准行政区划信息中与所述待匹配行政区划信息的相似度最高的标准行政区划信息确定为目标行政区划信息。10.一种基于相似度的行政区划匹配装置，其特征在于，所述装置包括：存储有可执行程序