[发明专利]酒店信息的聚类匹配方法及系统

权利要求书

1.一种酒店信息的聚类匹配方法，其特征在于，所述聚类匹配方法包括：

S1、获取待聚类酒店的至少一酒店特征信息和对比酒店的至少一酒店特征信息；所述酒店特征信息包括酒店名称、酒店地址、酒店电话以及酒店经纬度；

S2、计算所述待聚类酒店的酒店特征信息与所述对比酒店的酒店特征信息的相似度；

S3、计算所述待聚类酒店与所述对比酒店的酒店相似度：

n为酒店特征信息种类的数量；

i为1至n的正整数；

S_i为步骤S2中，第i个所述待聚类酒店的酒店特征信息与所述对比酒店的酒店特征信息的相似度；

W_i为S_i对应的权重；

S_hotel为所述待聚类酒店与所述对比酒店的酒店相似度；

其中，S1还包括：

建立酒店信息库，所述酒店信息库中包括若干酒店的酒店特征信息以及酒店特征信息索引；

根据所述待聚类酒店的酒店特征信息，在所述酒店信息库中检索所述酒店特征信息索引，挑选至少一预匹配酒店，形成预匹配酒店集合；

将所述预匹配酒店集合中的每个预匹配酒店分别作为所述对比酒店。

2.如权利要求1所述的酒店信息的聚类匹配方法，其特征在于，

S1中的所述酒店特征信息包括酒店名称；

S2包括：计算所述待聚类酒店的酒店名称与所述对比酒店的酒店名称的相似度；

较佳地，计算所述待聚类酒店的酒店名称与所述对比酒店的酒店名称的相似度包括：

S201、通过以下步骤的一种或多种对所述待聚类酒店和所述对比酒店的酒店名称进行预处理：

根据同义词词库，对所述待聚类酒店和所述对比酒店的酒店名称进行同义词替换；

删除所述待聚类酒店和所述对比酒店的酒店名称中没有特殊含义的字符；

删除所述待聚类酒店和所述对比酒店的酒店名称中无用词和高频词；

以及，将所述待聚类酒店和所述对比酒店的酒店名称中变音符号转化为英文；

S202、采用基于地理位置的局部逆文档频率的文本向量余弦相似度计算方法计算所述待聚类酒店的酒店名称与所述对比酒店的酒店名称的相似度。

3.如权利要求1所述的酒店信息的聚类匹配方法，其特征在于，

S1中的所述酒店特征信息包括酒店地址；

S2包括：计算所述待聚类酒店的酒店地址与所述对比酒店的酒店地址的相似度；

较佳地，计算所述待聚类酒店的酒店地址与所述对比酒店的酒店地址的相似度包括：

S211、通过以下步骤的一种或多种对所述待聚类酒店和所述对比酒店的酒店地址进行预处理：

根据同义词词库，对所述待聚类酒店和所述对比酒店的酒店地址进行同义词替换；

删除所述待聚类酒店和所述对比酒店的酒店地址中没有特殊含义的字符；

删除所述待聚类酒店和所述对比酒店的酒店地址中无用词和高频词；

以及，将所述待聚类酒店和所述对比酒店的酒店地址中变音符号转化为英文；

S212、采用文本向量余弦相似度计算方法计算所述待聚类酒店的酒店地址与所述对比酒店的酒店地址的相似度。

4.如权利要求1所述的酒店信息的聚类匹配方法，其特征在于，

S1中的所述酒店特征信息包括酒店电话；

S2包括：计算所述待聚类酒店的酒店电话与所述对比酒店的酒店电话的相似度；

较佳地，计算所述待聚类酒店的酒店电话与所述对比酒店的酒店电话的相似度包括：

S221、通过删除所述待聚类酒店和所述对比酒店的酒店电话中的分隔符，对所述待聚类酒店和所述对比酒店的酒店电话进行预处理；

S222、比较所述待聚类酒店的酒店电话与所述对比酒店的酒店电话是否匹配，若匹配，则所述待聚类酒店的酒店电话与所述对比酒店的酒店电话的相似度为1，若不匹配，则所述待聚类酒店的酒店电话与所述对比酒店的酒店电话的相似度为0。