[发明专利]一种基于模糊匹配的中文地理编码确定方法

摘要

一种基于模糊匹配的中文地理编码确定方法，包括以下步骤：A1、读入描述性中文地址信息，以行政区级别为断点，采用正向最大搜索方法，对原始地址进行切分，得到原始地址元素数组；A2、将原始地址元素通过地址词典进行标准化；A3、读取标准地址树，采用分支定界算法，对原始地址元素数组进行匹配；同时，应用模糊规则对匹配操作进行控制：在获取原始地址切分后的关键字后；评价分数最高的作为最相近匹配结果，即得到更为精确的匹配地址。本发明提供一种地址模型合理、匹配率较高、快速性良好的基于模糊匹配的中文地理编码确定方法。

主权项

一种基于模糊匹配的中文地理编码确定方法，其特征在于：所述中文地理编码确定方法包括以下步骤：A1、读入描述性中文地址信息，以行政区级别为断点，采用正向最大搜索方法，对原始地址进行切分，得到原始地址元素数组；A2、将原始地址元素通过地址词典进行标准化；A3、读取标准地址树，采用分支定界算法，对原始地址元素数组进行匹配：建立地址树存储格式的地址数据库，根据中国行政区的层次化划分，建立树状地址存储树，级别最高的行政区单位作为地址树的根结点，其下属行政区作为子结点进行保存；依据对描述性中文地址信息切分后的地址要素和门牌号，在匹配过程中，首先读取标准地址树R，判断通过切分后的候选地址要素中最高行政级别的关键字，与标准地址树R的对应行政级别的地址结点进行匹配，匹配成功后舍弃不相关分支树，保留相关分支树进行下一行政级别匹配；同时，应用模糊规则对匹配操作进行控制：在获取原始地址切分后的关键字后，还包括：采用模糊匹配规则对匹配操作进行优化，模糊匹配规则定义如下：假定匹配字段为字符串address，长度为h；标准字段为字符串std_address，长度为H；定义满足address∩std_address≠Φ的std_address集合为满足匹配条件的集合，其中，address∩std_address≠Φ表示字符串address与标准字段字符串std_address交集不为空，最后保留隶属度高的集合元素；定义如下匹配规则：①标准字符串std_address和匹配字符串address中i个字符相同，则隶属度为i/H；②标准字符串std_address包含匹配字符串address，则隶属度为1；得到隶属度之后，设定μ为匹配隶属度，按照映射规则f：sc→μ转化为量化分值，映射函数：f(μ)＝10×μ，将sc作为该候选记录的评价分数；评价分数最高的作为最相近匹配结果，即得到更为精确的匹配地址。