[发明专利]基于阈值匹配模型的相似度分析系统和方法

权利要求书

1.一种基于阈值匹配模型的相似度分析系统，其特征在于，包括：

获取单元，用于获取匹配对，所述匹配对包含两个记录；

处理单元，按照预设规则计算出所述两个记录的相似度；

关系确定单元，用于比较所述两个记录的相似度和设定的相似度阈值的大小，根据比较结果确定所述两个记录的关系。

2.根据权利要求1所述的基于阈值匹配模型的相似度分析系统，其特征在于，每个记录包含一个或多个字段，所述处理单元进一步用于针对所述两个记录的相同字段，计算所述两个记录的相同字段的相似值，根据所述相同字段的相似值确定所述相似度。

3.根据权利要求2所述的基于阈值匹配模型的相似度分析系统，其特征在于，还包括：存储器，保存设置的所述记录的每一字段的匹配概率，所述匹配概率包括正向概率、逆向概率、正向权重和/或逆向权重，所述正向概率是若两个字段匹配，则表示同一个对象的概率，所述逆向概率是若两个字段不匹配，则表示不是一个对象的概率。

4.根据权利要求3所述的基于阈值匹配模型的相似度分析系统，其特征在于，所述处理单元进一步用于基于所述匹配概率计算出所述相同字段的相似值，在所述两个记录具有多个相同字段时，将各相同字段的对应相似值之和作为所述两个记录的相似度。

5.根据权利要求1至4中任一项所述的基于阈值匹配模型的相似度分析系统，其特征在于，所述相似度阈值包括第一阈值和第二阈值，所述第一阈值大于所述第二阈值；

所述关系确定单元进一步用于在所述两个记录的相似度大于等于所述第一阈值时，确定所述两个记录的关系为匹配关系并生成用于关联所述两个记录的唯一标识，在所述两个记录的相似度小于所述第一阈值且大于所述第二阈值时，确定所述两个记录的关系为疑似关系，以及在所述两个记录的相似度小于等于所述第二阈值时，确定所述两个记录的关系为不匹配关系。

6.一种基于阈值匹配模型的相似度分析方法，其特征在于，包括：

获取匹配对，所述匹配对包含两个记录；

按照预设规则计算出所述两个记录的相似度；

比较所述两个记录的相似度和设定的相似度阈值的大小，根据比较结果确定所述两个记录的关系。

7.根据权利要求6所述的基于阈值匹配模型的相似度分析方法，其特征在于，按照预设规则计算出所述两个记录的相似度的步骤具体包括：每个记录包含一个或多个字段，针对所述两个记录的相同字段，计算所述两个记录的相同字段的相似值，根据所述相同字段的相似值确定所述相似度。

8.根据权利要求7所述的基于阈值匹配模型的相似度分析方法，其特征在于，还包括：保存设置的所述记录的每一字段的匹配概率，所述匹配概率包括正向概率、逆向概率、正向权重和/或逆向权重，所述正向概率是若两个字段匹配，则表示同一个对象的概率，所述逆向概率是若两个字段不匹配，则表示不是一个对象的概率。

9.根据权利要求8所述的基于阈值匹配模型的相似度分析方法，其特征在于，基于所述匹配概率计算出所述相同字段的相似值；

在所述两个记录具有多个相同字段时，将各相同字段的对应相似值之和作为所述两个记录的相似度。

10.根据权利要求6至8中任一项所述的基于阈值匹配模型的相似度分析方法，其特征在于，所述相似度阈值包括第一阈值和第二阈值，所述第一阈值大于所述第二阈值；

在所述两个记录的相似度大于等于所述第一阈值时，确定所述两个记录的关系为匹配关系并生成用于关联所述两个记录的唯一标识，在所述两个记录的相似度小于所述第一阈值且大于所述第二阈值时，确定所述两个记录的关系为疑似关系，以及在所述两个记录的相似度小于等于所述第二阈值时，确定所述两个记录的关系为不匹配关系。