[发明专利]一种基于机器学习分类算法的地址匹配方法

说明书

本发明公开了一种基于机器学习分类算法的地址匹配方法，属于计算机技术领域。本发明的基于机器学习分类算法的地址匹配方法，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。该发明的基于机器学习分类算法的地址匹配方法能更精确的计算出各级地址的重要程度，提高匹配的正确率，具有很好的推广应用价值。

技术领域

本发明涉及计算机技术领域，具体提供一种基于机器学习分类算法的地址匹配方法。

背景技术

目前，地址匹配是根据地址划分，将地址文本按照地址级别划分为几个部分，每个部分按照一定的文本匹配原则进行匹配，得到两地址间的相似度向量，将相似度向量按照权重进行加和，得到地址相似度，通过判断相似度值是否大于等于规定阈值，确定两个地址是否是同一个地址。有的地址匹配方案利用已有的地址信息库，通过两个地址对应的经纬度之间的距离，得到两个地址的相似度，判断地址是否匹配。

将地址按照等级划分进行匹配，只通过文本匹配的方法有一定的缺陷，某些地址是根据读音录入，存在与真实地址同音不同字的情况；每一级地址的匹配相似度的权重是根据经验设置的，不是最优的情况；地址库并不是每个人可以获的，所以说在没有地址库的时候，如何进行地址精确匹配显得尤为重要。

发明内容

本发明的技术任务是针对上述存在的问题，提供一种能更精确的计算出各级地址的重要程度，提高匹配的正确率的基于机器学习分类算法的地址匹配方法。

为实现上述目的，本发明提供了如下技术方案：

一种基于机器学习分类算法的地址匹配方法，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。

作为优选，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。

作为优选，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。

作为优选，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。

作为优选，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。

可以根据实际需要设定权重的数值，灵活性较高。

作为优选，利用逻辑回归模型训练各级地址的权重参数。

作为优选，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。

作为优选，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。

与现有技术相比，本发明的基于机器学习分类算法的地址匹配方法具有以下突出的有益效果：所述基于机器学习分类算法的地址匹配方法根据地址级别将地址划分为九个部分，并使用文本匹配和拼音匹配相结合的方法，更精确的计算出各级地址之间的相似度，使用逻辑回归模型训练各级地址的权重参数，更精确的计算出各级地址的重要程度，提高匹配的正确率，对地址信息不全和地址信息中有错别字或谐音字的地址匹配有良好的效果，具有良好的推广应用价值。

附图说明

图1是本发明所述基于机器学习分类算法的地址匹配方法的流程图。

具体实施方式

下面将结合附图和实施例，对本发明的基于机器学习分类算法的地址匹配方法作进一步详细说明。

实施例