[发明专利]一种基于机器学习分类算法的地址匹配方法在审
申请号: | 202011236891.2 | 申请日: | 2020-11-09 |
公开(公告)号: | CN112231429A | 公开(公告)日: | 2021-01-15 |
发明(设计)人: | 许再涛;张谦;石兴磊 | 申请(专利权)人: | 山东健康医疗大数据有限公司 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/28;G06F16/2455;G06N20/00 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 姜明 |
地址: | 250117 山东省济南市槐*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 学习 分类 算法 地址 匹配 方法 | ||
1.一种基于机器学习分类算法的地址匹配方法,其特征在于:该方法将地址信息按照地址级别进行拆分,并按照文本和拼音匹配的方式生成各个地址级别间的相似度,将各级地址间的相似度组成向量,利用训练好的逻辑回归模型进行地址匹配。
2.根据权利要求1所述的基于机器学习分类算法的地址匹配方法,其特征在于:将地址按照地址级别分为九个部分,分别对所分的九个部分进行对比计算。
3.根据权利要求2所述的基于机器学习分类算法的地址匹配方法,其特征在于:所述的九个部分包括一级行政区划分名称、二级行政区划分名称、三级行政村划分名称、四级行政村划分名称、村及小区名称、门牌号码、楼牌号码、单元号码、房间号码。
4.根据权利要求3所述的基于机器学习分类算法的地址匹配方法,其特征在于:将地址文本匹配和地址拼音匹配相结合,进行地址相似度的度量。
5.根据权利要求4所述的基于机器学习分类算法的地址匹配方法,其特征在于:将地址文本匹配生成的各级相似度向量和地址拼音匹配生成的相似度向量按权重加和,生成最终的各级地址相似度向量。
6.根据权利要求5所述的基于机器学习分类算法的地址匹配方法,其特征在于:利用逻辑回归模型训练各级地址的权重参数。
7.根据权利要求6所述的基于机器学习分类算法的地址匹配方法,其特征在于:将计算好的地址相似度向量输入到训练好的逻辑回归模型,并利用训练好的逻辑回归模型进行地址匹配。
8.根据权利要求7所述的基于机器学习分类算法的地址匹配方法,其特征在于:将逻辑回归模型的地址匹配输出值与地址匹配阀值比较,判断地址是否匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东健康医疗大数据有限公司,未经山东健康医疗大数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011236891.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:模块化轧机减速机
- 下一篇:一种镁合金加工用超声汇聚探测定位装置