[发明专利]一种基于语义位置网的地址位置推测方法

权利要求书

1.一种基于语义位置网的地址位置推测方法，其特征在于：包括以下步骤：

步骤1、对用来构建语义位置网的地址库中的地址进行预处理，具体是去除没有数字门牌号和字段重复的地址；处理后的地址库中地址的地址地段都唯一并且包含数字门牌号；

步骤2、将步骤1中处理过的数据进行切分，构建语义位置网；

步骤3、从语义位置网中获取待推测地址的空间包围盒；

步骤4、从空间包围盒中获取最优分布；

步骤5、从最优分布中提取方向、角度、距离这三种参数信息，结合最优分布中点集的空间坐标进行计算，得到待推测地址的空间坐标。

2.根据权利要求1所述的一种基于语义位置网的地址位置推测方法，其特征在于：在步骤2中，需要将经过预处理的地址库中的地址进行切分，然后对切分结果进行聚类，根据聚类结果生成语义位置网初始层次结构，最后对初始层次结构中的问题进行修正，得到最终语义位置网，具体包括：

步骤2.1：采用目前常用的基于规则与统计的方法对地址进行地址元素的解析和提取，完成对经过预处理的地址库中的地址的切分；

步骤2.2：将切分后的地址根据地址字符串中相同位置字符串拼音首字母的ASCII码大小按照升序进行排列，排列后将地址库中相邻的地址放在序列当中邻接位置，通过计算邻接地址之间的相似度，将地址结构近似的地址放到同一个类，完成地址库聚类；

步骤2.3：将每个类中的地址按照地址元素的等级构建语义位置网的初始层次结构，然后完成地址不完整修正和地址空间位置错误修正，形成最终的语义位置网结构。

3.根据权利要求1所述的一种基于语义位置网的地址位置推测方法，其特征在于：在步骤3中，从步骤2获取的语义位置网中获取和待推测地址具有语义形似关系的位置单元集合，这些单元集合构成的空间范围代表了待推测地址的空间范围，这个范围即为所求空间包围盒，具体包括：

步骤3.1：根据待预测地址的地址元素组成，从步骤2中获得的语义位置网中找到与待预测地址具有语义相近关系的位置单元；

步骤3.2：根据位置单元所构成的地址集合的空间位置，得到待预测地址可能的空间范围。

4.根据权利要求1所述的一种基于语义位置网的地址位置推测方法，其特征在于：在步骤4中，根据邻接距离和邻接语义距离最小原则，从包围盒中选取8到20个点，这些点集的空间分布称为最优分布；具体包括：

步骤4.1：在空间包围盒所包含的点集之中，根据点集数量确定要用来构成最优分布的点的数量n，n范围为8到20；

步骤4.2：根据邻接距离和邻接语义距离的定义，从空间包围盒中确定n的点，分别能够使邻接距离最小和邻接语义距离最小，得到邻接距离最小对应的空间分布，邻接语义距离最小对应的空间分布。

5.根据权利要求1所述的一种基于语义位置网的地址位置推测方法，其特征在于：在步骤5中，从最优分布中提取方向D，角度A，距离L信息；具体包括：

步骤5.1：从最优分布中提取方向信息，同方向表示待预测点相对于基准线的偏转方向和基准点与前邻段线之间的偏转方向相同；反方向表示被预测点相对于基准线的偏转方向与基准点与其前邻段线之间的偏转方向相反，统计最优分布中点集所处方向的占比，待预测地址所采用的方向策略和占比大的方向一致；

步骤5.2：从最优分布中提取角度信息，角度采用最优分布中所有点相对于其前邻段线之间偏转角度的统计平均值；

步骤5.3：从最优分布中提取距离信息，距离采取从基准点到起点全部线段的欧式距离除以语义距离比值后的统计平均值。

6.根据权利要求1所述的一种基于语义位置网的地址位置推测方法，其特征在于：在步骤5中，将最优分布中点集的空间坐标信息和获取的方向、角度和距离信息汇集在一起，完成地址推测的数学计算；具体包括：

步骤6.1：在最优分布中确定与待预测地址语义最为邻近的地址，得到其空间坐标(x1，y1)；

步骤6.2：根据步骤5所获得的方向D，角度A，距离L信息；将空间坐标(x1,y1)沿基准线平移距离L，得到坐标(x2，y2)；

步骤6.3：将坐标(x2，y2)沿着方向D旋转角度A，得到坐标(x3，y3)，即为所求待预测地址的空间位置。