[发明专利]一种基于词库双向最大匹配法的电网停电地址匹配方法

说明书

本发明提供一种基于词库双向最大匹配法的电网停电地址匹配方法，包括以下步骤：步骤一：构建停电地址元素库，包括地址要素词库、停用词库以及同义词库；步骤二：利用停用词库和同义词库对待匹配地址文本进行预处理；步骤三：利用双向最大匹配分词法，对待匹配地址文本进行分词，切分出待匹配系统的地址要素序列；步骤四：针对待匹配系统的地址要素序列，按照地址要素匹配规则进行比对，判断是否匹配，若不匹配，则列出差异项。本发明通过动态维护电网停电地址元素库且对地址要素进行缩略词填充处理，可提高地址文本分词识别率，不仅可以处理单一地址项的地址要素匹配，亦可处理多地址项的地址要素匹配问题，能有效提高地址要素匹配准确率。

技术领域

本发明涉及电网营配数据管理领域，具体是一种基于词库双向最大匹配法的电网停电地址匹配方法。

背景技术

近年来，随着优质服务的不断提升，人民电业为人民的宗旨不断深入人心，停电计划精益化管理势在必行。同时，随着智能电网信息化的快速发展，一大批服务于各个专业的信息管理系统逐步建成和应用，并产生了大量蕴含丰富价值的数据。但由于这些信息管理系统受不同部门“竖井式”管理模式影响，易形成信息孤岛，从而造成数据多源、内容和格式不一致等数据质量问题。在实际电网运营中，营销管理系统与生产管理系统对同一停电事件的停电地址存在不一致会导致计划停电发布停电公告或给客户发送停电通知等信息时出现告知的停电事件与实际发生停电事件不一致，例如实际停电但没有被告知、实际未停电但误告知等，使用户产生抱怨情绪甚至来电投诉。目前电网企业主要依靠人工检查辨识不同系统的停电地址是否一致，存在人力资源投入多、工作效率低下的不足。引入停电地址匹配技术能够高效识别多个信息管理系统中关于停电地址是否匹配问题，有助于提升停电计划精益化管理水平，降低客户投诉倾向，提升客户用电满意度。

目前，学者们在地址匹配识别技术上已经取得了一些成果。文献[1]提出了一种基于规则与词典的地址匹配算法，但是标准地址数据库建立难度大，且规则的制定存在一定的局限性。文献[2]提出了一种基于规则的中文地址要素解析方法，但对不具备特征字的地址要素，只能根据上下文解析部分地址。文献[3]主要研究了一种基于城市地址树的地址文本匹配方法，该方法要求地址的分级符合特定的规则，使这种方法只能处理具有特定形式的地址。文献[4]提出了一种基于哈希和双数组trie树的多层次地址匹配算法，当出现未登录词和干扰词时，会造成歧义切分。文献[5]提出一种基于复合字典的地名地址匹配技术，虽然在一定程度上解决了未登录词识别的问题，但是建立字典的难度较大。文献[6]提出一种中文地址知识库支撑的中文地址分词算法，但对于地址要素的切分不够明确。

参考文献：

[1]赵英,占斌斌,贾沛哲.基于规则与词典的地址匹配算法[J].北京测绘,2017(5):50-54.

[2]张雪英,闾国年,李伯秋,等.基于规则的中文地址要素解析方法[J].地球信息科学学报,2010,12(1):9-16.

[3]应申,李威阳,贺彪.基于城市地址树的地址文本匹配方法[J].地理信息世界,2017,24(6):81-86.

[4]徐聪,张丰,杜震洪,等.基于哈希和双数组trie树的多层次地址匹配算法[J].浙江大学学报,2014,41(2):217-222.

[5]程琦,梁武卫,汪培.基于复合字典的地名地址匹配技术[J].城市勘测,2018(2):76-79.

[6]赵成,李滨.一种中文地址知识库支撑的中文地址分词算法[J].测绘科学技术学报,2017,34(6):639-644.

发明内容