[发明专利]一种提高地址解析准确度的方法

摘要

本发明公开了一种提高地址解析准确度的方法，包括建立字典库和公共库，建立地址私有库，建立缓存，第三方结果选取四部分；本发明能够易于修改和维护地址库，并构建一个可自我学习的地址库，不断丰富完善，提高匹配范围和匹配精度，从而提高地址解析的精准度；本发明能够快速响应客户处理存在解析问题的地址，通过客户标注一个地址，解决同一块区域的解析问题，而不用这个区域每个地址去标注，从而提高客户处理问题地址的效率；本发明根据系统里数十万条真实货车轨迹解析数据不断丰富地址库，有效地避免了人工采集、记录可能存在的错误，使得公用库的命中结果有极高的准确性。

主权项

1.一种提高地址解析准确度的方法，包括建立字典库和公共库，建立地址私有库，建立缓存，第三方结果选取四部分；其特征在于：包括以下步骤：A、将汇通天下DSP的数据库里的数十万条货车行车轨迹解析数据，按轨迹点的密集度抽稀数据，通过分级地址数据的方法建立地址库，除去高速路等数据，抽取城市道路和小区、园区数据不断丰富地址库；具体流程为：a、根据行政区划，爬取道路、小区、边界词、地名、人名、同义词、相似词关键词信息建立字典库；b、通过分级地址数据的方法，并转换为地址要素库，采用基于地址词典的中文分词技术，实现地址与经纬度的转换，建立公共库；c、抽取的轨迹解析数据，通过地址分词划分分级地址，并统计分析数据，基于词频统计分析自动识别未登录词等信息，去重和过滤信息不完整的数据，将准确和完整的数据入库，丰富公共库；d、公共库在解析数据中有客户反馈不准确的，系统会纠正或标记，如果有标记，系统会自动去验证这条数据并试图在丰富公有库的过程中去修复，自动维护公共库；B、建立客户私有数据库，NOSQL的数据模型，针对不规范和不完整的地址，客户可以自行标注这些地址存入到私有库，同一个地方的多个地址，门址号不同等，客户标注一个中心点即可，不用每个去标注；C、建立缓存数据库，当解析等级精度高的地址会存入到缓存数据库，NOSQL的数据模型，存入的地址会建立相应的分词分级地址索引，查询的时候根据分词索引来命中，最终将会计算匹配的分词等级，返回高等级的结果；D、第三方地址解析，能利用网络丰富的资源为客户提供全面，最精确的解析服务；多个第三方结果如何选取，通过和原始地址做一个分词的相似度计算，可以拿到一个最相似的结果地址，如果高相似度并且高等级精度，认为可用，如果相似度不够，选取高等级精度的地址，取与多点间距离和最短的地址。