数据处理方法和装置.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CN113627184A(43)申请公布日2021.11.09(21)申请号202010381334.3(22)申请日2020.05.08(71)申请人北京京东振世信息技术有限公司地址100086北京市海淀区知春路76号6层(72)发明人盛捷来李伟伟(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人王安娜王志远(51)Int.Cl.G06F40/295(2020.01)G06K9/62(2006.01)权利要求书2页说明书15页附图6页(54)发明名称数据处理方法和装置(57)摘要本发明公开了数据处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收地址处理请求，获取待处理地址的地址名称和待处理地址的经纬度数据；根据待处理地址的地址名称和待处理地址的经纬度数据，利用混合距离搜索模型确定待处理地址对应的备选实体地址集；基于半监督学习的聚类算法，从备选实体地址集中选择待处理地址对应的目标实体地址。该实施方式能够借助混合距离搜索模型确定备选实体地址集，提高备选实体地址集的准确性，进而提高目标实体地址的正确性。CN113627184ACN113627184A权利要求书1/2页1.一种数据处理方法，其特征在于，包括：接收地址处理请求，获取待处理地址的地址名称和所述待处理地址的经纬度数据；根据所述待处理地址的地址名称和所述待处理地址的经纬度数据，利用混合距离搜索模型确定所述待处理地址对应的备选实体地址集；基于半监督学习的聚类算法，从所述备选实体地址集中选择所述待处理地址对应的目标实体地址。2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理地址的地址名称和所述待处理地址的经纬度数据，利用混合距离搜索模型确定所述待处理地址对应的备选实体地址集，包括：根据所述待处理地址的地址名称和所述待处理地址的经纬度数据，利用混合距离搜索模型，确定所述待处理地址与实体地址库中至少一个实体地址的混合距离；基于预设实体地址筛选条件，根据所述待处理地址与所述至少一个实体地址的混合距离，从所述至少一个实体地址中选择所述待处理地址对应的备选实体地址。3.根据权利要求2所述的方法，其特征在于，所述根据所述待处理地址的地址名称和所述待处理地址的经纬度数据，利用混合距离搜索模型，确定所述待处理地址与实体地址库中至少一个实体地址的混合距离，包括：根据所述待处理地址的地址名称和所述至少一个实体地址的地址名称，计算所述待处理地址与所述至少一个实体地址的文本距离；根据所述待处理地址的经纬度数据和所述至少一个实体地址的经纬度数据，计算所述待处理地址与所述至少一个实体地址的地理距离；根据所述文本距离、所述地理距离、以及混合距离搜索模型中的模型参数，计算所述待处理地址与所述至少一个实体地址的混合距离。4.根据权利要求3所述的方法，其特征在于，所述根据所述待处理地址的地址名称和所述至少一个实体地址的地址名称，计算所述待处理地址与所述至少一个实体地址的文本距离，包括：对所述待处理地址的地址名称进行分词，获得分词地址名称；计算所述分词地址名称与所述至少一个实体地址的地址名称的TF-IDF值；确定计算的TF-IDF值为所述待处理地址与所述至少一个实体地址的文本距离。5.根据权利要求3所述的方法，其特征在于，在计算所述待处理地址与所述至少一个实体地址的地理距离之后，所述方法还包括：对所述待处理地址与所述至少一个实体地址的地理距离进行高斯衰减处理。6.根据权利要求3所述的方法，其特征在于，在确定所述待处理地址与实体地址库中至少一个实体地址的混合距离之前，所述方法还包括：获取所述实体地址库；确定所述实体地址库中所述至少一个实体地址的地址名称和所述至少一个实体地址的经纬度数据。7.根据权利要求1所述的方法，其特征在于，所述基于半监督学习的聚类算法，从所述备选实体地址集中选择所述待处理地址对应的目标实体地址，包括：基于半监督学习的聚类算法，计算所述待处理地址与所述备选实体地址集中至少一个2CN113627184A权利要求书2/2页备选实体地址的聚类值；从所述聚类值中选择最小值，确定所述最小值对应的备选实体地址为所述待处理地址对应的目标实体地址。8.根据权利要求7所述的方法，其特征在于，所述基于半监督学习的聚类算法，计算所述待处理地址与所述备选实体地址集中至少一个备选实体地址的聚类值，包括：针对所述备选实体地址集中一个备选实体地址，按照如下方法计算所述待处理地址与所述一个备选实体地址的聚类值：获取所述一个备选实体地址对应的历史地址；将所述历史地址与所述一个备选实体地址的混合距离作为有监督数据，将所述待处理地址与所述一个备选实体地址的混合距离作为无监督数据，以及利用预设的聚类算法，计算所述待处理