[发明专利]异地婚姻数据匹配方法、装置及终端设备

权利要求书

1.一种异地婚姻数据匹配方法，其特征在于，包括：

获取第一源数据和第二源数据；所述第一源数据为第一区域的婚姻数据，所述第二源数据为第二区域的婚姻数据；

以第一源数据为训练集训练第一神经网络模型，以第二源数据为训练集训练第二神经网络模型；

将所述第一源数据输入至所述第二神经网络模型中，得到异地婚姻数据的第一匹配结果；将所述第二源数据输入至所述第一神经网络模型中，得到异地婚姻数据的第二匹配结果；

基于第一匹配结果和第二匹配结果确定异地婚姻数据的匹配结果。

2.如权利要求1所述的异地婚姻数据匹配方法，其特征在于，在以第一源数据为训练集训练第一神经网络模型，以第二源数据为训练集训练第二神经网络模型之前，还包括源数据的预处理过程；

所述源数据的预处理过程包括：

对各个第一源数据进行聚类处理，得到多个第一数据类；对各个第二源数据进行聚类处理，得到多个第二数据类；

构建各个第一数据类和各个第二数据类对应的指纹计算规则，并基于各个第一数据类和各个第二数据类对应的的指纹计算规则对各个第一数据类和各个第二数据类分别进行去重处理，得到去重处理后的第一源数据和第二源数据。

3.如权利要求2所述的异地婚姻数据匹配方法，其特征在于，所述对所述第一源数据进行聚类处理，得到多个第一数据类，包括：

S31：基于各个第一源数据之间的关联关系生成数据网络；其中，各个第一源数据对应所述数据网络的节点，各个第一源数据之间关联关系对应所述数据网络各个节点之间的连接关系；

S32：计算各个未划分节点的度中心性指标，将度中心性指标最大的未划分节点作为当前第一数据类的中心节点，基于其余各个划分节点与当前第一数据类的中心节点的相似度确定当前第一数据类中的剩余节点；

其中，未划分节点指的是未划分入任一第一数据类的节点；

S33：重复执行步骤S32直至所有节点均被划分至某一第一数据类，得到多个初始划分后的第一数据类；基于各个初始划分后的第一数据类之间的相似度对各个初始划分后的第一数据类进行合并，得到多个合并完成的第一数据类。

4.如权利要求2所述的异地婚姻数据匹配方法，其特征在于，某个第一数据类对应的指纹计算规则为该第一数据类对应的目标字段的提取规则；

所述目标字段为用于判断该第一数据类中各个第一源数据是否存在重复的字段；相应的，构建各个第一数据类对应的指纹计算规则包括：

设定各个第一数据类对应的目标字段的提取规则。

5.如权利要求1所述的异地婚姻数据匹配方法，其特征在于，所述以第一源数据为训练集训练第一神经网络模型，包括：

提取第一源数据中的各个属性字段、以及第一源数据中各个属性字段对应的数据值；

基于第一源数据中的各个属性字段的个数、以及第一源数据中各个属性字段对应的数据值的个数构建第一神经网络；

根据各个属性字段对应的数据值生成输入样本和验证样本，将输入样本和验证样本输入至第一神经网络中，得到第一神经网络模型。

6.如权利要求1所述的异地婚姻数据匹配方法，其特征在于，所述基于第一匹配结果和第二匹配结果确定异地婚姻数据的匹配结果，包括：

将所述第一匹配结果和所述第二匹配结果的交集作为异地婚姻数据的匹配结果。

7.一种异地婚姻数据匹配装置，其特征在于，包括：

数据获取模块，用于获取第一源数据和第二源数据；所述第一源数据为第一区域的婚姻数据，所述第二源数据为第二区域的婚姻数据；

模型训练模型，用于以第一源数据为训练集训练第一神经网络模型，以第二源数据为训练集训练第二神经网络模型；

数据匹配模块，用于将所述第一源数据输入至所述第二神经网络模型中，得到异地婚姻数据的第一匹配结果；将所述第二源数据输入至所述第一神经网络模型中，得到异地婚姻数据的第二匹配结果；

匹配验证模块，用于基于第一匹配结果和第二匹配结果确定异地婚姻数据的匹配结果。