[发明专利]融合多维相似度与规则集合的地址模糊匹配方法及系统

说明书

本发明实施例涉及风险管控技术领域，公开了一种融合多维相似度与规则集合的地址模糊匹配方法及系统，该方法包括：基于标准地址库预处理标准地址得到待匹配信息，提取待匹配信息的地址特征，基于待匹配信息及地址特征，采用相似度计算模型计算第一相似度，以及，采用比对规则集合计算第二相似度，采用第二相似度调整第一相似度得到标准地址相对待匹配地址的总体相似度。本发明实施例采用比对规则集合配合相似度计算模型对标准地址进行地址模糊匹配，通过标准地址库自更新与相似度计算模型增量训练，解决对偏僻地址及未录入地址的模糊匹配问题；比对规则集合根据增量训练结果同步更新，无需人工迭代，提高了迭代效率，从而降低了系统维护成本。

技术领域

本发明涉及风险管控技术领域，尤其涉及一种融合多维相似度与规则集合的地址模糊匹配方法及系统。

背景技术

在金融、信贷等领域存在形形色色的欺诈行为，其中涉及地址信息的欺诈较为常见。以信用卡申请为例，客户在申请信用卡时需填写其家庭住址、单位名称、单位地址及卡寄地址等，部分客户为了申请到大额信用卡，会寻找中介机构为其包装个人信息，通过填写不实的公司信息、填写不实的卡寄地址、在地址中添加特殊字符(拼音字符、繁体字、错别字等)以及填写中介公司的联系电话应对来电审查，从而对抗银行风险控制规则，达到欺诈目的。

现有的反欺诈审查手段主要采用基于匹配规则和标椎地址库的地址模糊匹配方法，首先录入地址字符串与标准地址库，查询与分割地址字符串中的行政区划部分来过滤并缩小候选数据集，然后基于规则树与规则库进行匹配来处理地址字符串中地址要素残缺、地址歧义等问题，实现地址字符串的分词与匹配，从而得到满足要求的模糊匹配结果。

然而，上述模糊匹配方法存在以下问题，标准数据库在现实中无法对所有地址进行存储，在面对偏僻地址及未收录地址时匹配效果很差；此外，基于规则树与规则库的匹配方法，需要采用人工长期对匹配规则进行手动迭代以提升匹配效果，因而存在迭代周期长、迭代效率低下及系统维护成本高昂的缺点。

发明内容

本发明实施例公开一种融合多维相似度与规则集合的地址模糊匹配方法及系统，以相似度计算模型为主，配合采用比对规则集合，对标准地址与待匹配地址进行地址模糊匹配，得到更为准确的地址相似度；通过标准地址库的自更新与相似度计算模型的增量训练，解决了难以对偏僻地址及未录入地址进行模糊匹配的问题；此外，比对规则集合根据相似度计算模型的增量训练结果进行同步更新，无需人工介入进行手动迭代，即可实时更新比对规则，提高了迭代效率，缩短了迭代周期，从而降低了系统维护成本。

本发明实施例第一方面公开一种融合多维相似度与规则集合的地址模糊匹配方法，所述方法包括：

基于标准地址库对标准地址进行预处理，得到待匹配信息；其中，所述待匹配信息包括所述标准地址、对应于所述标准的地址详细信息及待匹配地址；

提取所述待匹配信息的地址特征；

基于所述待匹配信息及所述地址特征，采用相似度计算模型计算所述标准地址与所述待匹配地址的第一相似度；

基于所述待匹配信息及所述地址特征，采用比对规则集合计算所述标准地址与所述待匹配地址的第二相似度；

采用所述第二相似度调整所述第一相似度，得到所述标准地址相对所述待匹配地址的总体相似度。

作为一种可选的实施方式，在本发明实施例第一方面中，所述基于标准地址库对标准地址进行预处理，得到待匹配信息，包括：

提取所述标准地址中存在的地址层级字符及对应于所述地址层级字符的地址名称字符，作为所述标准地址对应的地址详细信息；

基于所述地址详细信息中包括的地址层级字符与对应的地址名称字符，采用倒排索引在所述标准地址库中检索与所述标准地址近似度最高的待匹配地址；

整合所述标准地址、所述地址详细信息及所述待匹配地址，作为所述待匹配信息。