CN112052409A - 地址解析方法、装置、设备及介质 - Google Patents
地址解析方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112052409A CN112052409A CN202011043421.4A CN202011043421A CN112052409A CN 112052409 A CN112052409 A CN 112052409A CN 202011043421 A CN202011043421 A CN 202011043421A CN 112052409 A CN112052409 A CN 112052409A
- Authority
- CN
- China
- Prior art keywords
- address
- data
- target
- address resolution
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000011176 pooling Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Remote Sensing (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及数据处理领域,提供一种地址解析方法、装置、设备及介质,能够响应于地址解析指令,根据所述地址解析指令获取待解析数据,调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据,将所述至少一个位置数据转换为至少一个候选地址,确定标的位置,基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度,将所述查询复杂度最低的候选地址确定为目标地址,进而结合标的及相似度算法从多个候选地址中准确定位到目标位置,实现对地址的精确解析。本发明还涉及区块链技术,目标地址可存储于区块链。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种地址解析方法、装置、设备及介质。
背景技术
目前,在各个领域都会涉及到对用户地址进行地图标记,以方便对用户进行准确定位。
针对上述问题,现有技术方案中,通常采用导航类应用程序对地址进行解析,虽然能够直接得到地址的经纬度,但是导航类应用程序通常会解析出多个经纬度,并在解析出的多个经纬度中选择第一个经纬度作为用户地址对应的经纬度,而这种确定用户经纬度的方式显然不够准确,很可能出现定位错误。
发明内容
鉴于以上内容,有必要提供一种地址解析方法、装置、设备及介质,能够结合标的及相似度算法从多个候选地址中准确定位到目标位置,实现对地址的精确解析。
一种地址解析方法,所述地址解析方法包括:
响应于地址解析指令,根据所述地址解析指令获取待解析数据;
调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据;
将所述至少一个位置数据转换为至少一个候选地址;
确定标的位置;
基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度;
将所述查询复杂度最低的候选地址确定为目标地址。
根据本发明优选实施例,所述根据所述地址解析指令获取待解析数据包括:
解析所述地址解析指令的方法体,得到所述地址解析指令所携带的信息;
获取第一预设标签;
在所述地址解析指令所携带的信息中查找与所述第一预设标签相同的数据;
当在所述地址解析指令所携带的信息中查找到与所述第一预设标签相同的数据时,将查找到的数据确定为所述待解析数据;或者
当在所述地址解析指令所携带的信息中未查找到与所述第一预设标签相同的数据时,获取第二预设标签,在所述地址解析指令所携带的信息中查找与所述第二预设标签相同的数据,将查找到的数据确定为目标地址,链接至所述目标地址,并在所述目标地址处爬取数据作为所述待解析数据。
根据本发明优选实施例,在根据所述地址解析指令获取待解析数据后,所述方法还包括:
当所述待解析数据为图片类型时,将所述待解析数据转换为初始文本,对所述初始文本进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码;或者
当所述待解析数据为文本类型时,对所述待解析数据进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码。
根据本发明优选实施例,所述利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据包括:
对所述待分析数据进行Word Embedding处理,生成词向量;
对所述词向量进行卷积运算,输出特征图;
将所述特征图进行最大池化处理,得到多个池化特征;
拼接所述多个池化特征,并将拼接后的池化特征输入至分类器,获取所述分类器的输出作为所述待分析数据的文字识别结果;
在所述指定应用程序中查询所述文字识别结果,得到所述至少一个位置数据。
根据本发明优选实施例,所述确定标的位置包括:
确定所述待解析数据对应的用户;
获取所述用户在预设时间段内在指定平台上产生的埋点数据,从所述埋点数据中调取登录地址作为所述标的位置;或者
在指定数据库中调取所述用户的用户信息,从所述用户信息中获取所述用户的手机号码,并将所述手机号码的归属地确定为所述标的位置;或者
从所述用户信息中获取所述用户的身份证号码,并将所述身份证号码的归属地确定为所述标的位置。
根据本发明优选实施例,所述基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度包括:
对所述标的位置进行分词处理,得到至少一个字符;
以所述至少一个字符中的每个字符在每个候选地址中进行遍历,并记录遍历到每个字符时的遍历次数作为每个字符相对于每个候选地址的标记数值;
计算所述至少一个字符相对于每个候选地址的标记数值的总和,得到每个候选地址相对于所述标的位置的查询复杂度;
整合所有的查询复杂度,得到所述至少一个候选地址相对于所述标的位置的查询复杂度。
根据本发明优选实施例,在将所述查询复杂度最低的候选地址确定为目标地址后,所述方法还包括:
获取目标地图;
以所述目标地址在所述目标地图上进行映射,得到映射位置;
在所述映射位置处进行标记,得到更新后的目标地图;
对所述更新后的目标地图进行加密处理,得到加密地图;
保存所述加密地图。
一种地址解析装置,所述地址解析装置包括:
获取单元,用于响应于地址解析指令,根据所述地址解析指令获取待解析数据;
处理单元,用于调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据;
转换单元,用于将所述至少一个位置数据转换为至少一个候选地址;
确定单元,用于确定标的位置;
计算单元,用于基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度;
所述确定单元,还用于将所述查询复杂度最低的候选地址确定为目标地址。
一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述地址解析方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现所述地址解析方法。
由以上技术方案可以看出,本发明能够响应于地址解析指令,根据所述地址解析指令获取待解析数据,调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据,将所述至少一个位置数据转换为至少一个候选地址,确定标的位置,基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度,将所述查询复杂度最低的候选地址确定为目标地址,进而结合标的及相似度算法从多个候选地址中准确定位到目标位置,实现对地址的精确解析。
附图说明
图1是本发明地址解析方法的较佳实施例的流程图。
图2是本发明地址解析装置的较佳实施例的功能模块图。
图3是本发明实现地址解析方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明地址解析方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述地址解析方法应用于一个或者多个电子设备中,所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital SignalProcessor,DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,响应于地址解析指令,根据所述地址解析指令获取待解析数据。
在本发明的至少一个实施例中,所述地址解析指令可以配置为定时触发,以便定期更新位置数据,以保证位置数据的准确性。
在实际应用中,很多场景下都会涉及到地址解析。
例如:保险代理人需要通过客户的中文地址确定经纬度数据,以便在客户地图上展示出客户的位置点,而一般保单都是以中文地址录入数据,但地图展示的时候需要根据具体经纬度来展示,因此,需要将客户输入的中文地址进行解析。
但是,在上例中,有些客户写的保单地址全称不全,会导致某一个地址在同一个市县下会有多个名称一样的中文地址,这样利用导航软件等进行解析的时候,会返回多个经纬度,目前***处理的时候是默认取第一个经纬度的值,显然,这个值不一定是客户真实的地址,比如,客户保单填写的地址是“南京路保利花园”,而上海、南京都有这个名称的地址,因此并不能明确哪个是客户的实际地址。
鉴于上面的情况,需要对地址进行解析,以准确地找到客户的实际地址。
优选地,所述根据所述地址解析指令获取待解析数据包括:
解析所述地址解析指令的方法体,得到所述地址解析指令所携带的信息;
获取第一预设标签;
在所述地址解析指令所携带的信息中查找与所述第一预设标签相同的数据;
当在所述地址解析指令所携带的信息中查找到与所述第一预设标签相同的数据时,将查找到的数据确定为所述待解析数据;或者
当在所述地址解析指令所携带的信息中未查找到与所述第一预设标签相同的数据时,获取第二预设标签,在所述地址解析指令所携带的信息中查找与所述第二预设标签相同的数据,将查找到的数据确定为目标地址,链接至所述目标地址,并在所述目标地址处爬取数据作为所述待解析数据。
具体地,所述地址解析指令实质上是一条代码,在所述地址解析指令中,根据代码的编写原则,{}之间的内容被称之为所述方法体。
所述地址解析指令所携带的信息可以是一个具体的地址,也可以是具体的各种待处理的数据,所述信息的内容主要取决于所述地址解析指令的代码组成。
其中,所述第一预设标签与所述第二预设标签可以进行自定义配置。
所述第一预设标签与所述待解析数据具有一一对应关系,例如,所述第一预设标签可以是data。
所述第二预设标签与所述目标地址具有一一对应关系,例如,所述第二预设标签可以是Address。
通过上述实施方式,在以第一预设标签能够直接获取到待解析数据时,直接从指令中获取数据,以提升效率,并且,以标签进行获取,也提高了数据获取的准确性。
而在以第一预设标签无法获取到待解析数据时,由于第二预设标签是预先配置的与地址相对应的标签,因此,以第二预设标签确定获取地址,再从该地址中获取待解析数据,以解决无法直接获取数据的问题。
进一步地,在根据所述地址解析指令获取待解析数据后,所述方法还包括:
当所述待解析数据为图片类型时,将所述待解析数据转换为初始文本,对所述初始文本进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码;或者
当所述待解析数据为文本类型时,对所述待解析数据进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码。
具体地,可以采用OCR(Optical Character Recognition,光学字符识别)算法将所述待解析数据转换为所述初始文本。
同时,通过所述UTF-8编码算法对所述过滤后的文本进行编码,能够对所述过滤后的文本执行全角半角符号转换及去除乱码等操作,并最终实现编码统一。
通过上述实施方式,能够对所述待解析数据进行过滤及清洗,以排除掉干扰信息,并进一步将所述待解析数据转化为统一的文本格式,不仅实现了数据格式的统一,且处理后的文本数据能够被机器识别及处理。
S11,调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据。
在本发明的至少一个实施例中,所述指定应用程序可以为导航类应用程序,也可以为用于定位的应用程序等,本发明不限制。
在本实施例中,所述利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据包括:
对所述待分析数据进行Word Embedding处理,生成词向量;
对所述词向量进行卷积运算,输出特征图;
将所述特征图进行最大池化处理,得到多个池化特征;
拼接所述多个池化特征,并将拼接后的池化特征输入至分类器,获取所述分类器的输出作为所述待分析数据的文字识别结果;
在所述指定应用程序中查询所述文字识别结果,得到所述至少一个位置数据。
其中,所述Word Embedding处理是把所述待分析数据中的单词或者短语映射成由实数构成的向量上,即将一个单词转换成固定长度的向量表示,从而便于进行数学处理。
例如:可以采用one-hot方式执行所述Word Embedding处理。
在上述实施方式中,通过Word Embedding处理将自然语言数值化,方便后续处理,且识别方式相较于传统的CNN网络更加简单,识别速度更快。
S12,将所述至少一个位置数据转换为至少一个候选地址。
在本实施例中,所述将所述至少一个位置数据转换为至少一个候选地址包括:
确定所述至少一个位置数据在所述指定应用程序中对应的中文地址;
将所述对应的中文地址确定为所述至少一个候选地址。
当然,在其他实施例中,也可以利用其他定位软件将所述至少一个位置数据转换为所述至少一个候选地址,本发明不限制。
S13,确定标的位置。
在本发明的至少一个实施例中,所述标的位置为能够确定用户所处的省、市等的位置数据,以便作为地址解析时的基准。
具体地,所述确定标的位置包括:
确定所述待解析数据对应的用户;
获取所述用户在预设时间段内在指定平台上产生的埋点数据,从所述埋点数据中调取登录地址作为所述标的位置;或者
在指定数据库中调取所述用户的用户信息,从所述用户信息中获取所述用户的手机号码,并将所述手机号码的归属地确定为所述标的位置;或者
从所述用户信息中获取所述用户的身份证号码,并将所述身份证号码的归属地确定为所述标的位置。
其中,可以通过历史记录或者***日志首先确定产生所述待解析数据的用户,并将产生所述待解析数据的用户确定为所述待解析数据对应的用户。
可以理解的是,往往用户的登录位置是最能够直接反映用户当前所在地的,因此,以登录位置作为标的位置,能够更加准确地反映用户的所在地。
另外,用户的手机号码归属地或者身份证号码归属地也能够辅助判断用户当前所在地,以作为标的辅助后续的地址解析。
S14,基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度。
在本发明的至少一个实施例中,所述基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度包括:
对所述标的位置进行分词处理,得到至少一个字符;
以所述至少一个字符中的每个字符在每个候选地址中进行遍历,并记录遍历到每个字符时的遍历次数作为每个字符相对于每个候选地址的标记数值;
计算所述至少一个字符相对于每个候选地址的标记数值的总和,得到每个候选地址相对于所述标的位置的查询复杂度;
整合所有的查询复杂度,得到所述至少一个候选地址相对于所述标的位置的查询复杂度。
例如:对于待解析数据“南京路保利花园”,经过指定应用程序处理后,生成3个位置数据:经纬度01、经纬度02、经纬度03。
将所述经纬度01、所述经纬度02以及所述经纬度03再分别转换成中文地址描述,即所述候选地址,结果为:
“广东省深圳市南京路保利花园”;
“上海市南京路保利花园”;
“浙江省杭州市南京路保利花园”;
查询客户手机号码归属地为广东省深圳市,则将“广东省深圳市”确定为标的位置,并将“广东省深圳市”与上面转换得到的3个候选地址做相似度匹配,具体地:
将“广东省深圳市”进行分词处理,得到6个字符;
对“广”字在3个候选地址中进行从头到尾的遍历查询,并在查询到的时候标记查询遍历的次数,比如“广”字在候选地址“广东省深圳市南京路保利花园”中遍历后,得到的查询次数是1,因为查询一次就查询到了,所以次数标记为O(1);
进一步地,对“东”字进行查询,因为“东”字在候选地址“广东省深圳市南京路保利花园”中的第二个位置,所以需要查询2次,标记为O(2),依次类推,那么“广东省深圳市”在候选地址“广东省深圳市南京路保利花园”的查询复杂度结果值为:S1=O(1)+O(2)+O(3)+O(4)+O(5)+O(6);
同理,“广东省深圳市”在候选地址“上海市南京路保利花园”的查询复杂度结果值为:
S2=O(10)+O(10)+O(10)+O(10)+O(10)+O(10);
而“广东省深圳市”在候选地址“浙江省杭州市南京路保利花园”的查询复杂度结果值为:S3=O(13)+O(13)+O(13)+O(13)+O(13)+O(13)。
S15,将所述查询复杂度最低的候选地址确定为目标地址。
可以理解的是,查询复杂度越低的地址,说明与实际地址越相近,相似度越高,因此,可以找出相似度高的地址作为客户的实际地址,即所述目标地址。
例如:承接上面的例子,综合比较后,得到S1<S2<S3,则将S1对应的地址“广东省深圳市南京路保利花园”确定为客户的实际地址,即所述目标地址。
在本发明的至少一个实施例中,在将所述查询复杂度最低的候选地址确定为目标地址后,所述方法还包括:
获取目标地图;
以所述目标地址在所述目标地图上进行映射,得到映射位置;
在所述映射位置处进行标记,得到更新后的目标地图;
对所述更新后的目标地图进行加密处理,得到加密地图;
保存所述加密地图。
通过上述实施方式,在实现对用户地址的准确解析后,即可将解析后得到的目标地址映射到相应的地图上,以方便后续直接调用,同时,将更新后的地图进行加密存储,进一步保证了数据的安全性。
当然,在其他实施方式中,为了进一步确保数据不被恶意篡改,还可以将所述加密地图或者将所述目标地图存储于区块链上。
由以上技术方案可以看出,本发明能够响应于地址解析指令,根据所述地址解析指令获取待解析数据,调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据,将所述至少一个位置数据转换为至少一个候选地址,确定标的位置,基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度,将所述查询复杂度最低的候选地址确定为目标地址,进而结合标的及相似度算法从多个候选地址中准确定位到目标位置,实现对地址的精确解析。
如图2所示,是本发明地址解析装置的较佳实施例的功能模块图。所述地址解析装置11包括获取单元110、处理单元111、转换单元112、确定单元113、计算单元114。本发明所称的模块/单元是指一种能够被处理器13所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器12中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
响应于地址解析指令,获取单元110根据所述地址解析指令获取待解析数据。
在本发明的至少一个实施例中,所述地址解析指令可以配置为定时触发,以便定期更新位置数据,以保证位置数据的准确性。
在实际应用中,很多场景下都会涉及到地址解析。
例如:保险代理人需要通过客户的中文地址确定经纬度数据,以便在客户地图上展示出客户的位置点,而一般保单都是以中文地址录入数据,但地图展示的时候需要根据具体经纬度来展示,因此,需要将客户输入的中文地址进行解析。
但是,在上例中,有些客户写的保单地址全称不全,会导致某一个地址在同一个市县下会有多个名称一样的中文地址,这样利用导航软件等进行解析的时候,会返回多个经纬度,目前***处理的时候是默认取第一个经纬度的值,显然,这个值不一定是客户真实的地址,比如,客户保单填写的地址是“南京路保利花园”,而上海、南京都有这个名称的地址,因此并不能明确哪个是客户的实际地址。
鉴于上面的情况,需要对地址进行解析,以准确地找到客户的实际地址。
在本实施例中,所述获取单元110根据所述地址解析指令获取待解析数据包括:
解析所述地址解析指令的方法体,得到所述地址解析指令所携带的信息;
获取第一预设标签;
在所述地址解析指令所携带的信息中查找与所述第一预设标签相同的数据;
当在所述地址解析指令所携带的信息中查找到与所述第一预设标签相同的数据时,将查找到的数据确定为所述待解析数据;或者
当在所述地址解析指令所携带的信息中未查找到与所述第一预设标签相同的数据时,获取第二预设标签,在所述地址解析指令所携带的信息中查找与所述第二预设标签相同的数据,将查找到的数据确定为目标地址,链接至所述目标地址,并在所述目标地址处爬取数据作为所述待解析数据。
具体地,所述地址解析指令实质上是一条代码,在所述地址解析指令中,根据代码的编写原则,{}之间的内容被称之为所述方法体。
所述地址解析指令所携带的信息可以是一个具体的地址,也可以是具体的各种待处理的数据,所述信息的内容主要取决于所述地址解析指令的代码组成。
其中,所述第一预设标签与所述第二预设标签可以进行自定义配置。
所述第一预设标签与所述待解析数据具有一一对应关系,例如,所述第一预设标签可以是data。
所述第二预设标签与所述目标地址具有一一对应关系,例如,所述第二预设标签可以是Address。
通过上述实施方式,在以第一预设标签能够直接获取到待解析数据时,直接从指令中获取数据,以提升效率,并且,以标签进行获取,也提高了数据获取的准确性。
而在以第一预设标签无法获取到待解析数据时,由于第二预设标签是预先配置的与地址相对应的标签,因此,以第二预设标签确定获取地址,再从该地址中获取待解析数据,以解决无法直接获取数据的问题。
进一步地,在根据所述地址解析指令获取待解析数据后,当所述待解析数据为图片类型时,将所述待解析数据转换为初始文本,对所述初始文本进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码;或者
当所述待解析数据为文本类型时,对所述待解析数据进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码。
具体地,可以采用OCR(Optical Character Recognition,光学字符识别)算法将所述待解析数据转换为所述初始文本。
同时,通过所述UTF-8编码算法对所述过滤后的文本进行编码,能够对所述过滤后的文本执行全角半角符号转换及去除乱码等操作,并最终实现编码统一。
通过上述实施方式,能够对所述待解析数据进行过滤及清洗,以排除掉干扰信息,并进一步将所述待解析数据转化为统一的文本格式,不仅实现了数据格式的统一,且处理后的文本数据能够被机器识别及处理。
处理单元111调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据。
在本发明的至少一个实施例中,所述指定应用程序可以为导航类应用程序,也可以为用于定位的应用程序等,本发明不限制。
在本实施例中,所述处理单元111利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据包括:
对所述待分析数据进行Word Embedding处理,生成词向量;
对所述词向量进行卷积运算,输出特征图;
将所述特征图进行最大池化处理,得到多个池化特征;
拼接所述多个池化特征,并将拼接后的池化特征输入至分类器,获取所述分类器的输出作为所述待分析数据的文字识别结果;
在所述指定应用程序中查询所述文字识别结果,得到所述至少一个位置数据。
其中,所述Word Embedding处理是把所述待分析数据中的单词或者短语映射成由实数构成的向量上,即将一个单词转换成固定长度的向量表示,从而便于进行数学处理。
例如:可以采用one-hot方式执行所述Word Embedding处理。
在上述实施方式中,通过Word Embedding处理将自然语言数值化,方便后续处理,且识别方式相较于传统的CNN网络更加简单,识别速度更快。
转换单元112将所述至少一个位置数据转换为至少一个候选地址。
在本实施例中,所述转换单元112将所述至少一个位置数据转换为至少一个候选地址包括:
确定所述至少一个位置数据在所述指定应用程序中对应的中文地址;
将所述对应的中文地址确定为所述至少一个候选地址。
当然,在其他实施例中,也可以利用其他定位软件将所述至少一个位置数据转换为所述至少一个候选地址,本发明不限制。
确定单元113确定标的位置。
在本发明的至少一个实施例中,所述标的位置为能够确定用户所处的省、市等的位置数据,以便作为地址解析时的基准。
具体地,所述确定单元113确定标的位置包括:
确定所述待解析数据对应的用户;
获取所述用户在预设时间段内在指定平台上产生的埋点数据,从所述埋点数据中调取登录地址作为所述标的位置;或者
在指定数据库中调取所述用户的用户信息,从所述用户信息中获取所述用户的手机号码,并将所述手机号码的归属地确定为所述标的位置;或者
从所述用户信息中获取所述用户的身份证号码,并将所述身份证号码的归属地确定为所述标的位置。
其中,可以通过历史记录或者***日志首先确定产生所述待解析数据的用户,并将产生所述待解析数据的用户确定为所述待解析数据对应的用户。
可以理解的是,往往用户的登录位置是最能够直接反映用户当前所在地的,因此,以登录位置作为标的位置,能够更加准确地反映用户的所在地。
另外,用户的手机号码归属地或者身份证号码归属地也能够辅助判断用户当前所在地,以作为标的辅助后续的地址解析。
计算单元114基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度。
在本发明的至少一个实施例中,所述计算单元114基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度包括:
对所述标的位置进行分词处理,得到至少一个字符;
以所述至少一个字符中的每个字符在每个候选地址中进行遍历,并记录遍历到每个字符时的遍历次数作为每个字符相对于每个候选地址的标记数值;
计算所述至少一个字符相对于每个候选地址的标记数值的总和,得到每个候选地址相对于所述标的位置的查询复杂度;
整合所有的查询复杂度,得到所述至少一个候选地址相对于所述标的位置的查询复杂度。
例如:对于待解析数据“南京路保利花园”,经过指定应用程序处理后,生成3个位置数据:经纬度01、经纬度02、经纬度03。
将所述经纬度01、所述经纬度02以及所述经纬度03再分别转换成中文地址描述,即所述候选地址,结果为:
“广东省深圳市南京路保利花园”;
“上海市南京路保利花园”;
“浙江省杭州市南京路保利花园”;
查询客户手机号码归属地为广东省深圳市,则将“广东省深圳市”确定为标的位置,并将“广东省深圳市”与上面转换得到的3个候选地址做相似度匹配,具体地:
将“广东省深圳市”进行分词处理,得到6个字符;
对“广”字在3个候选地址中进行从头到尾的遍历查询,并在查询到的时候标记查询遍历的次数,比如“广”字在候选地址“广东省深圳市南京路保利花园”中遍历后,得到的查询次数是1,因为查询一次就查询到了,所以次数标记为O(1);
进一步地,对“东”字进行查询,因为“东”字在候选地址“广东省深圳市南京路保利花园”中的第二个位置,所以需要查询2次,标记为O(2),依次类推,那么“广东省深圳市”在候选地址“广东省深圳市南京路保利花园”的查询复杂度结果值为:S1=O(1)+O(2)+O(3)+O(4)+O(5)+O(6);
同理,“广东省深圳市”在候选地址“上海市南京路保利花园”的查询复杂度结果值为:
S2=O(10)+O(10)+O(10)+O(10)+O(10)+O(10);
而“广东省深圳市”在候选地址“浙江省杭州市南京路保利花园”的查询复杂度结果值为:S3=O(13)+O(13)+O(13)+O(13)+O(13)+O(13)。
所述确定单元113将所述查询复杂度最低的候选地址确定为目标地址。
可以理解的是,查询复杂度越低的地址,说明与实际地址越相近,相似度越高,因此,可以找出相似度高的地址作为客户的实际地址,即所述目标地址。
例如:承接上面的例子,综合比较后,得到S1<S2<S3,则将S1对应的地址“广东省深圳市南京路保利花园”确定为客户的实际地址,即所述目标地址。
在本发明的至少一个实施例中,在将所述查询复杂度最低的候选地址确定为目标地址后,获取目标地图;
以所述目标地址在所述目标地图上进行映射,得到映射位置;
在所述映射位置处进行标记,得到更新后的目标地图;
对所述更新后的目标地图进行加密处理,得到加密地图;
保存所述加密地图。
通过上述实施方式,在实现对用户地址的准确解析后,即可将解析后得到的目标地址映射到相应的地图上,以方便后续直接调用,同时,将更新后的地图进行加密存储,进一步保证了数据的安全性。
当然,在其他实施方式中,为了进一步确保数据不被恶意篡改,还可以将所述加密地图或者将所述目标地图存储于区块链上。
由以上技术方案可以看出,本发明能够响应于地址解析指令,根据所述地址解析指令获取待解析数据,调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据,将所述至少一个位置数据转换为至少一个候选地址,确定标的位置,基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度,将所述查询复杂度最低的候选地址确定为目标地址,进而结合标的及相似度算法从多个候选地址中准确定位到目标位置,实现对地址的精确解析。
如图3所示,是本发明实现地址解析方法的较佳实施例的电子设备的结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线,还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如地址解析程序。
本领域技术人员可以理解,所述示意图仅仅是电子设备1的示例,并不构成对电子设备1的限定,所述电子设备1既可以是总线型结构,也可以是星形结构,所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置,例如所述电子设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是,所述电子设备1仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
其中,存储器12至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如地址解析程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心(Control Unit),利用各种接口和线路连接整个电子设备1的各个部件,通过运行或执行存储在所述存储器12内的程序或者模块(例如执行地址解析程序等),以及调用存储在所述存储器12内的数据,以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个地址解析方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如,所述计算机程序可以被分割成生成装置11包括获取单元110、处理单元111、转换单元112、确定单元113、计算单元114。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述地址解析方法的部分。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指示相关的硬件设备来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的目标性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,在图3中仅用一根箭头表示,但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器13逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的电子设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
结合图1,所述电子设备1中的所述存储器12存储多个指令以实现一种地址解析方法,所述处理器13可执行所述多个指令从而实现:
响应于地址解析指令,根据所述地址解析指令获取待解析数据;
调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据;
将所述至少一个位置数据转换为至少一个候选地址;
确定标的位置;
基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度;
将所述查询复杂度最低的候选地址确定为目标地址。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种地址解析方法,其特征在于,所述地址解析方法包括:
响应于地址解析指令,根据所述地址解析指令获取待解析数据;
调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据;
将所述至少一个位置数据转换为至少一个候选地址;
确定标的位置;
基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度;
将所述查询复杂度最低的候选地址确定为目标地址。
2.如权利要求1所述的地址解析方法,其特征在于,所述根据所述地址解析指令获取待解析数据包括:
解析所述地址解析指令的方法体,得到所述地址解析指令所携带的信息;
获取第一预设标签;
在所述地址解析指令所携带的信息中查找与所述第一预设标签相同的数据;
当在所述地址解析指令所携带的信息中查找到与所述第一预设标签相同的数据时,将查找到的数据确定为所述待解析数据;或者
当在所述地址解析指令所携带的信息中未查找到与所述第一预设标签相同的数据时,获取第二预设标签,在所述地址解析指令所携带的信息中查找与所述第二预设标签相同的数据,将查找到的数据确定为目标地址,链接至所述目标地址,并在所述目标地址处爬取数据作为所述待解析数据。
3.如权利要求1所述的地址解析方法,其特征在于,在根据所述地址解析指令获取待解析数据后,所述方法还包括:
当所述待解析数据为图片类型时,将所述待解析数据转换为初始文本,对所述初始文本进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码;或者
当所述待解析数据为文本类型时,对所述待解析数据进行过滤及清洗,得到过滤后的文本,基于UTF-8编码算法对所述过滤后的文本进行编码。
4.如权利要求1所述的地址解析方法,其特征在于,所述利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据包括:
对所述待分析数据进行Word Embedding处理,生成词向量;
对所述词向量进行卷积运算,输出特征图;
将所述特征图进行最大池化处理,得到多个池化特征;
拼接所述多个池化特征,并将拼接后的池化特征输入至分类器,获取所述分类器的输出作为所述待分析数据的文字识别结果;
在所述指定应用程序中查询所述文字识别结果,得到所述至少一个位置数据。
5.如权利要求1所述的地址解析方法,其特征在于,所述确定标的位置包括:
确定所述待解析数据对应的用户;
获取所述用户在预设时间段内在指定平台上产生的埋点数据,从所述埋点数据中调取登录地址作为所述标的位置;或者
在指定数据库中调取所述用户的用户信息,从所述用户信息中获取所述用户的手机号码,并将所述手机号码的归属地确定为所述标的位置;或者
从所述用户信息中获取所述用户的身份证号码,并将所述身份证号码的归属地确定为所述标的位置。
6.如权利要求1所述的地址解析方法,其特征在于,所述基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度包括:
对所述标的位置进行分词处理,得到至少一个字符;
以所述至少一个字符中的每个字符在每个候选地址中进行遍历,并记录遍历到每个字符时的遍历次数作为每个字符相对于每个候选地址的标记数值;
计算所述至少一个字符相对于每个候选地址的标记数值的总和,得到每个候选地址相对于所述标的位置的查询复杂度;
整合所有的查询复杂度,得到所述至少一个候选地址相对于所述标的位置的查询复杂度。
7.如权利要求1所述的地址解析方法,其特征在于,在将所述查询复杂度最低的候选地址确定为目标地址后,所述方法还包括:
获取目标地图;
以所述目标地址在所述目标地图上进行映射,得到映射位置;
在所述映射位置处进行标记,得到更新后的目标地图;
对所述更新后的目标地图进行加密处理,得到加密地图;
保存所述加密地图。
8.一种地址解析装置,其特征在于,所述地址解析装置包括:
获取单元,用于响应于地址解析指令,根据所述地址解析指令获取待解析数据;
处理单元,用于调用指定应用程序,并利用所述指定应用程序处理所述待解析数据,得到至少一个位置数据;
转换单元,用于将所述至少一个位置数据转换为至少一个候选地址;
确定单元,用于确定标的位置;
计算单元,用于基于相似匹配度算法计算所述至少一个候选地址相对于所述标的位置的查询复杂度;
所述确定单元,还用于将所述查询复杂度最低的候选地址确定为目标地址。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的地址解析方法。
10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的地址解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043421.4A CN112052409B (zh) | 2020-09-28 | 2020-09-28 | 地址解析方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043421.4A CN112052409B (zh) | 2020-09-28 | 2020-09-28 | 地址解析方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112052409A true CN112052409A (zh) | 2020-12-08 |
CN112052409B CN112052409B (zh) | 2023-11-24 |
Family
ID=73604902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043421.4A Active CN112052409B (zh) | 2020-09-28 | 2020-09-28 | 地址解析方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052409B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113868487A (zh) * | 2021-09-29 | 2021-12-31 | 平安银行股份有限公司 | 基于GeoHash地址编码的行员选取方法、装置、设备及介质 |
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150553A1 (en) * | 2005-12-22 | 2007-06-28 | Microsoft Corporation | Workflow and in-context e-mail recipient handling |
CN109783589A (zh) * | 2018-12-13 | 2019-05-21 | 中国平安人寿保险股份有限公司 | 电子地图解析地址的方法、装置及存储介质 |
CN110674423A (zh) * | 2019-09-23 | 2020-01-10 | 拉扎斯网络科技(上海)有限公司 | 一种地址定位的方法、装置、可读存储介质和电子设备 |
CN111161086A (zh) * | 2019-12-16 | 2020-05-15 | 中国平安财产保险股份有限公司 | 业务数据的查询方法、***、计算机设备及存储介质 |
-
2020
- 2020-09-28 CN CN202011043421.4A patent/CN112052409B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070150553A1 (en) * | 2005-12-22 | 2007-06-28 | Microsoft Corporation | Workflow and in-context e-mail recipient handling |
CN109783589A (zh) * | 2018-12-13 | 2019-05-21 | 中国平安人寿保险股份有限公司 | 电子地图解析地址的方法、装置及存储介质 |
CN110674423A (zh) * | 2019-09-23 | 2020-01-10 | 拉扎斯网络科技(上海)有限公司 | 一种地址定位的方法、装置、可读存储介质和电子设备 |
CN111161086A (zh) * | 2019-12-16 | 2020-05-15 | 中国平安财产保险股份有限公司 | 业务数据的查询方法、***、计算机设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113868487A (zh) * | 2021-09-29 | 2021-12-31 | 平安银行股份有限公司 | 基于GeoHash地址编码的行员选取方法、装置、设备及介质 |
CN113868487B (zh) * | 2021-09-29 | 2024-06-07 | 平安银行股份有限公司 | 基于GeoHash地址编码的行员选取方法、装置、设备及介质 |
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112052409B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111639498A (zh) | 知识抽取方法、装置、电子设备及存储介质 | |
CN112231586A (zh) | 基于迁移学习的课程推荐方法、装置、设备及介质 | |
CN112860848B (zh) | 信息检索方法、装置、设备及介质 | |
CN113051356A (zh) | 开放关系抽取方法、装置、电子设备及存储介质 | |
CN111666415A (zh) | 话题聚类方法、装置、电子设备及存储介质 | |
CN113806434B (zh) | 大数据处理方法、装置、设备及介质 | |
CN111931729B (zh) | 基于人工智能的行人检测方法、装置、设备及介质 | |
CN113342977B (zh) | ***图像分类方法、装置、设备及存储介质 | |
CN112052409A (zh) | 地址解析方法、装置、设备及介质 | |
WO2022160442A1 (zh) | 答案生成方法、装置、电子设备及可读存储介质 | |
CN111476225A (zh) | 基于人工智能的车内人脸识别方法、装置、设备及介质 | |
CN114416939A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN114185776A (zh) | 应用程序的大数据埋点方法、装置、设备及介质 | |
CN114138243A (zh) | 基于开发平台的功能调用方法、装置、设备及存储介质 | |
CN111950707B (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
CN112307771B (zh) | 基于情感分析的课程分析方法、装置、设备及介质 | |
CN113204698A (zh) | 新闻主题词生成方法、装置、设备及介质 | |
CN112101191A (zh) | 基于边框注意力网络的表情识别方法、装置、设备及介质 | |
CN112364068A (zh) | 课程标签生成方法、装置、设备及介质 | |
CN112561891B (zh) | 图像质量检测方法、装置、设备及存储介质 | |
CN115174555A (zh) | 文件传输方法、装置、电子设备及存储介质 | |
CN114610854A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 | |
CN112819593A (zh) | 基于位置信息的数据分析方法、装置、设备及介质 | |
CN112580882B (zh) | 行程制定方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |