CN110990520B - 一种地址编码方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种地址编发方法、装置、电子设备和存储介质，其中方法包括：获取待编码地址，基于分词关键字对待编码地址进行分词，得到至少一个分词分片；将各分词分片依次与行政区划对照表进行比对，并将存在于行政区划对照表中的分词分片作为地址分片；在预先构建的POI树上，依次将各地址分片与POI树的节点进行匹配，根据匹配结果确定与待编码地址相匹配的目标POI；根据目标POI的信息对待编码地址进行编码。本发明实施例通过分词关键字和行政区划对照相结合的方式确定地址分片，提升了确定地址分片的准确性。而且通过将地址分片与POI树匹配的方式确定目标POI，解决了lucence等基于文本的匹配算法中中文地址分片相互识别干扰问题。

Description

一种地址编码方法、装置、电子设备和存储介质

技术领域

本发明实施例涉及互联网技术领域，尤其涉及一种地址编码方法、装置、电子设备和存储介质。

背景技术

地址编码是一种空间定位的编码方法，支持将可描述性的地址信息转换为空间经纬度，广泛运用于地图应用。方法应将可描述性的中文地址尽可能的与兴趣点(Point ofInterest，POI)建立关联，从而以兴趣点中的经纬度作为转换结果。

现有的方法主要有两类：(1)将中文地址、poi地址按对照词库进行分词，再计算两者分词分片的相似度，从而获取最相似的poi中的经纬度信息。(2)采用lucence等文本相似度匹配工具，计算中文地址与poi地址的相似度，从而获取最相似的poi中的经纬度信息。

然而这两种方式都存在一定的不足，第一种方法严重依赖词库的丰富程度，但是街道名、小区名等地址信息经常调整，并且数量非常大，使得中文地址正确分词变得几乎无法实现。第二种方法依赖文本相似度来计算中文地址与poi地址的相似度极易出现偏差，例如上海市重庆南路中的重庆二字因为文本相似，会有一定概率被误认为是重庆市。另外中文地址在书写时，经常漏写省市区县，也是容易导致偏差的原因之一。

发明内容

本发明实施例提供一种地址编码方法、装置、电子设备和存储介质，以达到提升地址分词的精准度，以及提高中文地址和POI地址相似性匹配的精确度的目的。

第一方面，本发明实施例提供了一种地址编码方法，该方法包括：

获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字；

将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片；

在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

根据所述目标POI的信息对所述待编码地址进行编码。

第二方面，本发明实施例还提供了一种地址编码装置，该装置包括：

分词模块，获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字；

比对模块，用于将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片；

搜索模块，用于在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

编码模块，用于根据所述目标POI的信息对所述待编码地址进行编码。

第三方面，本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的地址编码方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的地址编码方法。

本发明实施例基于分词关键字对待编码地址进行分词，并将得到的分词分片与行政区划记性比对，以得到地址分片，由此可提升地址分词的精准度。而且，通过依次将各地址分片与POI树的节点进行搜索匹配，根据匹配结果确定与待编码地址相匹配的目标POI，提升了待编码地址与POI地址相似性匹配的精确度，解决了lucence等基于文本的匹配算法中中文地址分片相互识别干扰问题。

附图说明

图1a为本发明实施例一中的一种地址编码方法的流程示意图；

图1b为本发明实施例一中的一个POI树的结构示意图；

图2为本发明实施例二中的一种地址编码方法的流程示意图；

图3为本发明实施例三中的一种地址编码方法的流程示意图；

图4是本发明实施例四中的地址编码装置的结构示意图；

图5是本发明实施例五中的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1a为本发明实施例一提供的地址编码方法的流程图，本实施例可适用于对用户输入的中文地址进行编码的情况，该方法可以由地址编码装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在计算机电子设备上，例如车载设备或服务器。

如图1a所示，地址编码方法具体包括：

S101、获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字。

其中，待编码地址可选的用户输入的中文查询地址。由于中文地址总通常既有如下特点：(1)省略省市区县等行政区划关键字，例如：四川成都双流西北街。(2)省略层级，例如四川省都江堰市岷江路。(3)行政结构变更，广东省广州市萝岗区黄埔东路，正确地址应是广东省广州市黄埔区黄埔东路。(4)结构层次多，例如：四川省成都市双流县华阳广都上街138号南阳盛世4栋1单元2502。(5)层次干扰，例如：上海市重庆南路15号。

因此，本发明实施例中，预先根据中文地址的层次机构特点，定义了9级地址结构。具体的，1级：省、直辖市、自治区；2级：省会城市、地级市、直辖市辖区等；3级：县级市、地级市县区、旗等；4级：镇、乡、街道；5级：庄、屯、里、村；6级：路、街、道、巷、桥、胡同；7级：段(大路下的小路)；8级：号(鲁的修饰词)；9级：xx小区/大厦/公司。

在构建9级地址结构的基础上，将表征地址层次结构的字作为分词关键字，例如将“省、市、区、县、州、盟”等字作为分词关键字。由此，在获取待编码地址后，基于分词关键字对待编码地址进行分词，得到至少一个分词分片，可选的，利用分词关键字对待编码地址进行正则贪心匹配，以得到分词分片。例如，待编码地址为：四川省成都市锦江区提督街88号，分词后得到四川|省、成都|市、锦江|区、提督街88号4个分词分片。

S102、将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片。

可选的，先对各分词分片进行行政区划识别，例如将各分词分片依次与行政区划对照表进行比对，如果任一目标分词分片存在于所述行政区划对照表中，则表明目标分词分片分词正确。例如，例如分词分片四川|省、成都|市、锦江|区通过查询可知，存在于行政区划对照表中，则这三个分词分片为行政区划地址分片。

进一步的，由于国内存在同名的区域，因此，如果任一目标分词分片存在于所述行政区划对照表中，则判断是否存在与所述目标分词分片同名的行政区域；若存在，则根据所述同名的行政区域所属的上一级的行政区域，确定地址分片；若不存在，则将所述目标分词分片作为地址分片。

进一步的，在确定地址分片之后，如果检测到某一地址分片对应的行政区划存在变更调整，则用该行政区划变更后的名称替换该地址分片。例如，地址分片分别为广东省、广州市、萝岗区、黄埔东路，由于萝岗区变更名称为黄浦区，因此最终的地址分片为广东省、广州市、黄埔区、黄埔东路。

进一步的，由于待编码地址中存在省略省市区县等行政区划关键字的情况，因此如果根据行政区划的层次结构信息，确定某一地址分片中缺少分片，则将缺失的分片补齐，以保证后续查询地址的准确性。

在此需要说明的是，在根据行政区划对照表确定完地址分片后，可基于乡镇村等关键字对乡镇村等层次结构的识别，得到相应的地址分片。

S103、在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI。

其中，所述POI树是由表示地址层次结构的节点构成，可选的，预先构建POI树的操作包括：首先对POI文件进行分词处理，处理过程与S101-S102相似，获取POI文件中的POI地址，基于分词关键字对POI地址进行分词，得到至少一个分词分片，其中，分词关键字包括表征地址层次结构的字；将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为POI地址分片。进而将所述POI地址分片作为节点，并根据所述POI地址分片的层次结构将各节点组装成POI树。示例性的，参见图1b，其示出了POI树的结构示意图。

在构建完POI树的基础上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI。在此需要说明的是，通过依次将地址分片与POI的节点进行匹配，可避免不同地址分片相互干扰的问题。

S104、根据所述目标POI的信息对所述待编码地址进行编码。

在确定目标POI后，建立目标POI与待编码地址之间的关联关系，并获取目标POI的信息，例如获取目标POI的名称和经纬度信息，已完成对待编码地址的编码操作。

本发明实施例中，基于分词关键字对待编码地址进行分词，并将得到的分词分片与行政区划记性比对，以得到地址分片，由此可提升地址分词的精准度。而且，通过依次将各地址分片与POI树的节点进行搜索匹配，根据匹配结果确定与待编码地址相匹配的目标POI，由于地址分片是分层次排序，并依次与POI树进行匹配，不同地址分片之间没有干扰，解决了lucence等基于文本的匹配算法中中文地址分片相互识别干扰问题，而且提升了待编码地址与POI地址相似性匹配的精确度。

实施例二

图2是本发明实施例二的一种地址编码方法的流程示意图，本实施是在上述实施例的基础上进行优化，增加了如果未得到地址分片时，通过重组分词分片以得到地址分片的操作，该地址编码方法具体包括：

S201、获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字。

S202、将各分词分片依次与行政区划对照表进行比对，如果分词分片均不存在于行政区划对照表中，则将任意相邻两个分词分片组合成新分词分片。

在S201的基础上得到至少一个分词分片后，如果与行政区划对照表比对后确认，各个分词分片均不存在于行政区划对照表中，则表明S201的分词结果不准确，需要将任意相邻两个分词分片组合成新分词分片，在进行判断。进一步的，如果通过比对确认，只有某一个分词分片不再行政区划对照表中，则将该分词分片和与其相邻的上一个分词分片组成新的分片。

S203、从所述新分词分片中选择不同数量的字的组合依次与行政区划对照表进行比对，将存在于所述行政区划对照表中的组合作为地址分片。

示例性的，针对任任意一个新分词分片，按循序从该新分词分片中选出不同数量的字作为组合词，例如，选出1个字、两个字或三个字组成的组合词，b将得到的各个组合词依次与行政区划对照表中，将存在于所述行政区划对照表中的组合作为地址分片。

S204、在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI。

其中，所述POI树是由表示地址层次结构的节点构成。

S205、根据所述目标POI的信息对所述待编码地址进行编码。

本发明实施例中，在得到的分词分片不准确时，通过重新组合以得到新的分词分片，并与行政区划对照表进行比对，由此进一步的提升确定地址分片的准确性，进而保证地址编码的准确性。

实施例三

图3是本发明实施例三的一种地址编码方法的流程示意图，本实施是在上述实施例的基础上进行优化，该地址编码方法具体包括：

S301、获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字。

S302、将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片。

本发明实施例中，各地址分片是按照地址层次结构排序的，例如待编码地址为“四川省成都市郫都县郫筒街道东大街156号”，通过上述操作得到的地址分片按地址层次结构排序后依次为：四川，成都，郫都，郫筒，东大，156。

S303、将排在首位的地址分片与所述POI树进行匹配，将匹配到的POI树的目标节点标记为父节点，并将排在首位地址分片后的下一个地址分片作为当前地址分片。

S304、从父节点的所有子节点中搜索是否存在与所述当前地址分片相匹配的目标子节点。

可选的，可通过精确匹配的方式，将当前地址分片与子节点名称相同的作为目标子节点。此外，还可以通过模糊匹配的方式，将与当前地址分片包含最长相同字符串的子节点作为目标子节点。

S305、若存在目标子节点，则将所述父节点设置为已遍历的节点，并将所述目标子节点标记为父节点。

S306、将排在所述当前地址分片后的各个地址分片依次作为当前地址分片，并执行S304至S305的操作，直到最后一个地址分片匹配到POI节点为止，并将最后匹配到的POI节点作为目标POI。

示例性的，先将首位地址分片“四川”与四川的POI树进行匹配，并将匹配到的节点“四川”作为父节点，将下一个地址分片“成都”作为当前地址分片，从父节点“四川”的所有子节点中搜索是否存在与当前地址分片“成都”相匹配的目标子节点“成都”，若存在，则将父节点“四川”标记为已遍历的节点，将目标子节点“成都”标记为新的父节点，在将地址分片“郫都”作为当前地址分片，从新的父节点“成都”的子节点中继续判断搜索。同理，可依次对后边的地址分片进行判断搜索，直到最后一个地址分片匹配到POI节点为止，并将最后匹配到的POI节点作为目标POI。

在此需要说明的是，通过S304步骤判断后，如果所述父节点的所有子节点中不存在与所述当前地址分片相匹配的目标子节点的情况下，本发明实施里提出了向下探索和向上回溯的匹配方法。

针对向下探索的匹配方法，如果父节点的所有子节点中不存在与当前地址分片相匹配的目标子节点，猜想根据待编码地址得到的地址分片中缺少分片，则确定各子节点是否存在子孙节点；若存在子孙节点，则从所述子孙节点中搜索是否存在与所述当前地址分片相匹配的目标子孙节点；若存在相匹配的目标子孙节点，则将所述目标子孙节点的上级节点标记为已遍历的节点，并将所述目标子孙节点作为父节点；进而将排在当前地址分片后的各个地址分片依次作为当前地址分片继续进行匹配搜索。

若不存在相匹配的目标子孙节点，则认为得到的地址分片多了相应的地址分片，因此执行向上回溯的搜索匹配方法。具体的，回退到所述父节点的上一级已遍历的节点，并将所述上一级已遍历的节点作为新的父节点，判断所述新的父节点的所有子节点中是否存在与所述当前地址分片相匹配的子节点，若不存在，则继续执行回退判断的操作，直到找到与所述当前地址分片相匹配的POI节点。然后在判断排在当前地址后下一地址分片。

S307、根据所述目标POI的信息对所述待编码地址进行编码。

本发明实施例中，将地址分片在POI树上进行匹配搜索，以确定与待编码地址最相似的目标POI，解决了lucence等基于文本的匹配算法中中文地址分片相互识别干扰问题。而且，在任一地址分片无法匹配到匹数时，提出了向下探索和向上回溯的搜索匹配算法，提升了匹配的识别率和精准度。

实施例四

图4是本发明实施例四中的地址编码装置的结构示意图，该装置配置于电子设备上。如图4所示，该装置包括：

分词模块401，获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字；

第一比对模块402，用于将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片；

搜索模块403，用于在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

编码模块404，用于根据所述目标POI的信息对所述待编码地址进行编码。

本发明实施例中，基于分词关键字对待编码地址进行分词，并将得到的分词分片与行政区划记性比对，以得到地址分片，由此可提升地址分词的精准度。而且，通过依次将各地址分片与POI树的节点进行搜索匹配，根据匹配结果确定与待编码地址相匹配的目标POI，提升了待编码地址与POI地址相似性匹配的精确度，解决了lucence等基于文本的匹配算法中中文地址分片相互识别干扰问题。

可选的，所述比对模块具体用于：

将各分词分片依次与行政区划对照表进行比对，如果任一目标分词分片存在于所述行政区划对照表中，则判断是否存在与所述目标分词分片同名的行政区域；

若存在，则根据所述同名的行政区域所属的上一级的行政区域，确定地址分片；

若不存在，则将所述目标分词分片作为地址分片。

可选的，所述装置还包括：

组合模块，用于如果未得到地址分片，则将任意相邻两个分词分片组合成新分词分片；

第二比对模块，用于从所述新分词分片中选择不同数量的字的组合依次与行政区划对照表进行比对，将存在于所述行政区划对照表中的组合作为地址分片。

可选的，所述装置还包括：

替换模块，用于如果检测到某一地址分片对应的行政区划存在变更调整，则用该行政区划变更后的名称替换该地址分片；

补齐模块，用于如果根据行政区划的层次结构信息，确定某一地址分片中缺少分片，则将缺失的分片补齐。

可选的，所述装置还包括POI树构建模块，用于：

POI分词单元，用于获取POI文件中的POI地址，基于分词关键字对所述POI地址进行分词，得到至少一个分词分片，其中所述分词关键字包括表征地址层次结构的字；

比对单元，用于将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为POI地址分片；

组装单元，用于将所述POI地址分片作为节点，并根据所述POI地址分片的层次结构将各节点组装成POI树。

可选的，所述搜索模块具体用于：

S1.将排在首位的地址分片与所述POI树进行匹配，将匹配到的POI树的目标节点标记为父节点，并将排在首位地址分片后的下一个地址分片作为当前地址分片；其中，各地址分片是按照地址层次结构排序的；

S2.从父节点的所有子节点中搜索是否存在与所述当前地址分片相匹配的目标子节点；

S3.若存在目标子节点，则将所述父节点设置为已遍历的节点，并将所述目标子节点标记为父节点；

S4.将排在所述当前地址分片后的各个地址分片依次作为当前地址分片，并执行S2至S3的操作，直到最后一个地址分片匹配到POI节点为止，并将最后匹配到的POI节点作为目标POI。

可选的，所述搜索模块还用于：

如果所述父节点的所有子节点中不存在与所述当前地址分片相匹配的目标子节点，则确定各子节点是否存在子孙节点；

若存在子孙节点，则从所述子孙节点中搜索是否存在与所述当前地址分片相匹配的目标子孙节点；

若存在相匹配的目标子孙节点，则将所述目标子孙节点的上级节点标记为已遍历的节点，并将所述目标子孙节点作为父节点；

若不存在相匹配的目标子孙节点，则回退到所述父节点的上一级已遍历的节点，并将所述上一级已遍历的节点作为新的父节点，判断所述新的父节点的所有子节点中是否存在与所述当前地址分片相匹配的子节点，若不存在，则继续执行回退判断的操作，直到找到与所述当前地址分片相匹配的POI节点。

本发明实施例所提供的地址编码装置可执行本发明任意实施例所提供的地址编码方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的地址编码方法，该方法包括：

获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字；

将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片；

在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

根据所述目标POI的信息对所述待编码地址进行编码。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的地址编码方法，该方法包括：

获取待编码地址，基于分词关键字对所述待编码地址进行分词，得到至少一个分词分片，其中，所述分词关键字包括表征地址层次结构的字；

将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为地址分片；

在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

根据所述目标POI的信息对所述待编码地址进行编码。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (9)

1.一种地址编码方法，其特征在于，所述方法包括：

获取待编码地址，基于分词关键字对所述待编码地址进行正则贪心匹配，得到至少一个分词分片；其中，所述分词关键字包括表征地址层次结构的字；

将各分词分片依次与行政区划对照表进行比对，如果任一目标分词分片存在于所述行政区划对照表中，则判断是否存在与所述目标分词分片同名的行政区域；

若存在，则根据所述同名的行政区域所属的上一级的行政区域，确定地址分片；

若不存在，则将所述目标分词分片作为地址分片；

在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

建立所述目标POI与所述待编码地址之间的关联关系，根据所述目标POI的信息对所述待编码地址进行编码。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果未得到地址分片，则将任意相邻两个分词分片组合成新分词分片；

从所述新分词分片中选择不同数量的字的组合依次与行政区划对照表进行比对，将存在于所述行政区划对照表中的组合作为地址分片。

3.根据权利要求1所述的方法，其特征在于，在确定地址分片之后，所述方法还包括：

如果检测到某一地址分片对应的行政区划存在变更调整，则用该行政区划变更后的名称替换该地址分片；

如果根据行政区划的层次结构信息，确定某一地址分片中缺少分片，则将缺失的分片补齐。

4.根据权利要求1所述的方法，其特征在于，预先构建POI树的操作包括：

获取POI文件中的POI地址，基于分词关键字对所述POI地址进行分词，得到至少一个分词分片，其中所述分词关键字包括表征地址层次结构的字；

将各分词分片依次与行政区划对照表进行比对，并将存在于所述行政区划对照表中的分词分片作为POI地址分片；

将所述POI地址分片作为节点，并根据所述POI地址分片的层次结构将各节点组装成POI树。

5.根据权利要求1所述的方法，其特征在于，在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址最相似的目标POI，包括：

S1.将排在首位的地址分片与所述POI树进行匹配，将匹配到的POI树的目标节点标记为父节点，并将排在首位地址分片后的下一个地址分片作为当前地址分片；其中，各地址分片是按照地址层次结构排序的；

S2.从父节点的所有子节点中搜索是否存在与所述当前地址分片相匹配的目标子节点；

S3.若存在目标子节点，则将所述父节点设置为已遍历的节点，并将所述目标子节点标记为父节点；

S4.将排在所述当前地址分片后的各个地址分片依次作为当前地址分片，并执行S2至S3的操作，直到最后一个地址分片匹配到POI节点为止，并将最后匹配到的POI节点作为目标POI。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

如果所述父节点的所有子节点中不存在与所述当前地址分片相匹配的目标子节点，则确定各子节点是否存在子孙节点；

若存在子孙节点，则从所述子孙节点中搜索是否存在与所述当前地址分片相匹配的目标子孙节点；

若存在相匹配的目标子孙节点，则将所述目标子孙节点的上级节点标记为已遍历的节点，并将所述目标子孙节点作为父节点；

若不存在相匹配的目标子孙节点，则回退到所述父节点的上一级已遍历的节点，并将所述上一级已遍历的节点作为新的父节点，判断所述新的父节点的所有子节点中是否存在与所述当前地址分片相匹配的子节点，若不存在，则继续执行回退判断的操作，直到找到与所述当前地址分片相匹配的POI节点。

7.一种地址编码装置，其特征在于，所述装置包括：

分词模块，获取待编码地址，基于分词关键字对所述待编码地址进行正则贪心匹配，得到至少一个分词分片；其中，所述分词关键字包括表征地址层次结构的字；

比对模块，用于将各分词分片依次与行政区划对照表进行比对，如果任一目标分词分片存在于所述行政区划对照表中，则判断是否存在与所述目标分词分片同名的行政区域；若存在，则根据所述同名的行政区域所属的上一级的行政区域，确定地址分片；若不存在，则将所述目标分词分片作为地址分片；

搜索模块，用于在预先构建的POI树上，依次将各所述地址分片与所述POI树的节点进行匹配，根据匹配结果确定与所述待编码地址相匹配的目标POI；其中，所述POI树是由表示地址层次结构的节点构成；

编码模块，用于建立所述目标POI与所述待编码地址之间的关联关系，根据所述目标POI的信息对所述待编码地址进行编码。

8.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的地址编码方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的地址编码方法。