CN113065057A - 一种数据信息真实性校验方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及一种数据信息真实性校验方法、装置、设备及存储介质，该方法包括：用户通过网络地图API接口发起查询请求；网络地图分别返回对应于用户输入公司名的多个第一查询数据、对应于用户输入公司地址的多个第二查询数据；计算用户输入公司名、第一查询公司名、第二公司查询名之间的匹配度；计算用户输入公司地址、第一查询地址、第二查询地址之间的匹配度；从计算的多个匹配度中筛选得到最优匹配度；判断最优匹配度是否大于或等于预设阈值，若判断为是，则表明用户发起的查询请求中公司名与公司地址是真实的，否则表明用户发起的查询请求中公司名与公司地址是不真实的。与现有技术相比，本发明能够有效提高校验的效率和准确性。

Description

一种数据信息真实性校验方法、装置、设备及存储介质

技术领域

本发明涉及数据校验技术领域，尤其是涉及一种数据信息真实性校验方法、装置、设备及存储介质。

背景技术

在鉴别公司身份时，往往需要对公司名称及公司地址进行真实性验证，传统做法采用人工判断核验，即在获取公司名称之后，手动到各类网络地图中查询相关数据，并由人工判定是否真实有效，这种方式不仅需要耗费大量人力资源、检验效率较低，同时由于人工容易发生误判，也就无法保证校验结果的准确性。

此外，利用网络地图进行公司地址匹配后，返回的结果也可能出现误报情况，严重影响后续的业务使用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种数据信息真实性校验方法、装置、设备及存储介质，以有效提高校验的效率和准确性。

本发明的目的可以通过以下技术方案来实现：一种数据信息真实性校验方法，包括以下步骤：

S1、用户通过网络地图API接口发起查询请求，其中，查询请求包括用户输入的公司名和相应的公司地址；

S2、网络地图分别返回对应于用户输入公司名的多个第一查询数据、对应于用户输入公司地址的多个第二查询数据，其中，第一查询数据包括第一查询公司名和对应的第一查询地址，第二查询数据包括第二查询公司名和对应的第二查询地址；

S3、计算用户输入公司名、第一查询公司名、第二公司查询名之间的匹配度；

计算用户输入公司地址、第一查询地址、第二查询地址之间的匹配度；

S4、从步骤S3计算的匹配度中筛选得到最优匹配度；

S5、判断最优匹配度是否大于或等于预设阈值，若判断为是，则表明用户发起的查询请求中公司名与公司地址是真实的，否则表明用户发起的查询请求中公司名与公司地址是不真实的。

进一步地，所述步骤S3具体包括以下步骤：

S31、对用户输入公司名、第一查询公司名、第二公司查询名、用户输入公司地址、第一查询地址、第二查询地址分别进行数据标准化处理；

S32、分别计算用户输入公司名与多个第二查询公司名之间的匹配度，再分别计算多个第一查询公司名与多个第二公司查询名的匹配度，一共得到(N+M*N)个公司名匹配度；

分别计算用户输入公司地址与多个第一查询地址之间的匹配度，再分别计算多个第二查询地址与多个第二查询地址之间的匹配度，一共得到(M+N*M)个地址匹配度；

其中，M为网络地图返回的第一查询数据的个数，N为网络地图返回的第二查询数据的个数。

进一步地，所述步骤S31中数据标准化处理具体是将单条数据信息拆分成多个字段主体。

进一步地，所述步骤S32中具体是采用前向匹配算法进行公司名匹配度计算；采用后向匹配算法进行地址匹配度计算。

进一步地，所述前向匹配算法中，对于公司名数据拆分字段后，根据index的位置修改权重，其中，越靠前的权重越高。

进一步地，所述后向匹配算法中，对于地址数据拆分字段后，根据index的位置修改权重，其中，越靠后的权重越高。

进一步地，所述步骤S4具体包括以下步骤：

S41、从公司名匹配度中筛选得到数值最大的公司名最大匹配度；

S42、从地址匹配度中筛选得到数值最大的地址最大匹配度；

S43、比较公司名最大匹配度和地址最大匹配度的数值大小，若公司名最大匹配度数值大于地址最大匹配度数值，则执行步骤S44，否则将地址最大匹配度作为最优匹配度；

S44、计算公司名最大匹配度与地址最大匹配度的平均值，以作为最优匹配度。

一种数据信息真实性校验装置，包括查询模块、公司名匹配模块、地址匹配模块和综合处理模块，所述查询模块用于接收用户输入的公司名称和对应的公司地址，并从网络地图获取返回的查询数据；

所述公司名匹配模块用于计算公司名匹配度；

所述地址匹配模块用于计算地址匹配度；

所述综合处理模块用于筛选得到最优匹配度，并输出对应的真实性校验结果。

一种数据信息真实性校验设备，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上所述数据信息真实性校验方法的步骤。

一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如上所述数据信息真实性校验方法。

与现有技术相比，本发明具有以下优点：

一、本发明借助现有网络地图的查询搜索能力，通过对网络地图返回的查询数据以及用户发起请求中的公司名、地址分别进行高近似匹配计算，即分别从用户输入公司和查询返回的公司名做匹配、查询返回的公司名之间做匹配、用户输入地址和查询返回的地址做匹配、查询返回的地址之前做匹配，以从四个方向做匹配，由此提高判断校验的泛化能力，从而保证校验结果的准确性，此外，本发明从四个方向匹配度中筛选出最优匹配度，通过将最优匹配度与预设阈值进行比较，以得到真实性校验结果，不再需要人工进行核验，由此提高了校验的效率。

二、本发明在进行高近似匹配计算时，考虑到公司名匹配时前面字段的重要性高于后面字段、地址匹配时后面字段的重要性高于前面字段，因此分别采用前向匹配算法进行公司名匹配度计算、采用后向匹配算法进行地址匹配度计算，从而保证匹配度计算的精准度、提高后续真实性校验判断的准确性。

三、本发明在筛选最优匹配度时，采用容错匹配方式，即考虑到地址数据相比于公司名数据更加详细、完整，因此，设置地址匹配度的融合权重高于公司名匹配度，以挖掘出由于文字表达形式不同但含义相同或相近的匹配度，提高最优匹配度的准确度。

附图说明

图1为本发明的方法流程示意图；

图2为本发明的装置结构示意图；

图3为实施例中的应用过程示意图；

图4为实施例中的校验过程示意图；

图中标记说明：

1、查询模块，2、公司名匹配模块，3、地址匹配模块，4、综合处理模块。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种数据信息真实性校验方法，包括以下步骤：

S1、用户通过网络地图API接口发起查询请求，其中，查询请求包括用户输入的公司名和相应的公司地址；

S2、网络地图分别返回对应于用户输入公司名的多个第一查询数据、对应于用户输入公司地址的多个第二查询数据，其中，第一查询数据包括第一查询公司名和对应的第一查询地址，第二查询数据包括第二查询公司名和对应的第二查询地址；

S3、计算用户输入公司名、第一查询公司名、第二公司查询名之间的匹配度；

计算用户输入公司地址、第一查询地址、第二查询地址之间的匹配度；

为方便匹配度计算，首先对用户输入公司名、第一查询公司名、第二公司查询名、用户输入公司地址、第一查询地址、第二查询地址分别进行数据标准化处理，具体是将单条数据信息拆分成多个字段主体；

之后采用前向匹配算法，分别计算用户输入公司名与多个第二查询公司名之间的匹配度，再分别计算多个第一查询公司名与多个第二公司查询名的匹配度，一共得到(N+M*N)个公司名匹配度，在前向匹配算法中，对于公司名数据拆分字段后，根据index的位置修改权重，越靠前的权重越高；

采用后向匹配算法，分别计算用户输入公司地址与多个第一查询地址之间的匹配度，再分别计算多个第二查询地址与多个第二查询地址之间的匹配度，一共得到(M+N*M)个地址匹配度，在后向匹配算法中，对于地址数据拆分字段后，根据index的位置修改权重，越靠后的权重越高；

其中，M为网络地图返回的第一查询数据的个数，N为网络地图返回的第二查询数据的个数；

S4、从步骤S3计算的匹配度中筛选得到最优匹配度，具体的：

S41、从公司名匹配度中筛选得到数值最大的公司名最大匹配度；

S42、从地址匹配度中筛选得到数值最大的地址最大匹配度；

S43、比较公司名最大匹配度和地址最大匹配度的数值大小，若公司名最大匹配度数值大于地址最大匹配度数值，则执行步骤S44，否则将地址最大匹配度作为最优匹配度；

S44、计算公司名最大匹配度与地址最大匹配度的平均值，以作为最优匹配度；

S5、判断最优匹配度是否大于或等于预设阈值，若判断为是，则表明用户发起的查询请求中公司名与公司地址是真实的，否则表明用户发起的查询请求中公司名与公司地址是不真实的。

如图2所示，本发明还提供一种数据信息真实性校验装置，包括查询模块1、公司名匹配模块2、地址匹配模块3和综合处理模块4，其中，查询模块1分别与公司名匹配模块2、地址匹配模块3相连接，公司名匹配模块2、地址匹配模块3则分别连接至综合处理模块4，查询模块1用于接收用户输入的公司名称和对应的公司地址，并从网络地图获取返回的查询数据；

公司名匹配模块2用于计算公司名匹配度；

地址匹配模块3用于计算地址匹配度；

综合处理模块4用于筛选得到最优匹配度，并输出对应的真实性校验结果。

本发明还提供一种数据信息真实性校验设备，包括：存储器，用于存储计算机程序；

处理器，用于执行计算机程序时实现如上数据信息真实性校验方法的步骤。

本发明还提供一种计算机可读存储介质，用于存储计算机程序，其中，计算机程序被处理器执行时实现如上数据信息真实性校验方法。

本实施例中，选用高德地图作为网络地图，如图3所示，用户分别输入表填单名(公司名称)和相应的表填单址(公司地址)给查询模块，查询模块会分别返回对应表填单名的多个查询公司名和查询地址、对应表填单址的多个查询公司名和查询地址，再经过公司名匹配模块计算得到多个公司名匹配度、经过公司地址匹配模块计算得到多个地址匹配度，最后由综合处理模块分析得到最优匹配度、输出真实性校验结果。

具体的，如图4所示，首先请求高德API：将用户填写的公司名和公司地址请求高德地图API，本实施例选取公司名请求返回的前M条(高德版公司名1和地址1)，取地址请求返回的前N条(高德版公司名2和地址2)，进行排列组合，以作为后续待匹配数据信息；

之后进行高近似匹配：

a)采用前向匹配算法(算法1)，对用户填写公司名与高德版公司名2计算相似度；采用后向匹配算法(算法2)，对用户填写地址与高德版地址1计算相似度。

b)采用前向匹配算法(算法1)，对高德版公司名1与高德版公司名2计算相似度；采用后向匹配算法(算法2)，对高德版地址1与高德版地址2计算相似度。

再进行容错匹配：

挖掘由于文字表达形式不同但含义相同或相近的匹配分数，从如下计算中获取较大值：如果算法1为较大值，则选取两个算法的平均值输出作为最优匹配度；如果算法2为较大值，则直接输出算法2的评分数值作为最优匹配度。

最后输出结果：如果最优匹配度小于预设阈值，则表明用户输入的公司名和公司地址是不真实的，如果最优匹配度大于或等于预设阈值，则表明用户输入的公司名和公司地址是真实的。

综上所述，本发明与现有技术相比，具有以下改进及优点：

1.对公司名和公司地址数据进行标准化处理，方便后续相似度对比；将公司名拆成三级行政区+公司关键词+公司属性三个主要部分，后续计算时对每个部分做相似度对比后，得出最终相似度值用来做判断；公司地址标准化处理过程类似。

2.排列组合得到待匹配数据，以进行高近似匹配，分别从用户输入公司名和高德返回的公司名做匹配，高德返回的公司名和高德返回的公司名做匹配，用户输入地址和高德返回的地址做匹配，高德返回的地址和高德返回的地址做匹配，四个方向做匹配，使模型在判断过程中更具有泛化能力。

3.容错匹配增强模型效果，由于中文不同的文字表达形式含义可能相同或相似，比如地址相似度计算时，对于模型而言，地址信息包括“路/号/街/区/市/省”，相比于公司名信息更加详细、完整，同时，地址采用“改进版的后向匹配算法”，算法精准度高于公司名的前向匹配算法计算的结果。因此，设置“地址相似度计算”结果的融合权重高于“公司名相似度计算”结果。

4.高近似匹配算法；贪婪式地在待匹配词1和待匹配词2中寻找匹配字符，在字面接近完全一致时才通过的限定条件，是一种精确严格的匹配方式。

5.前向匹配算法；对于公司名的匹配，前面字段(如浦发、必胜客、通用)的重要性要高于后面字段(如集团、有限公司、银行)，因此在匹配公司名时采用前向匹配算法，对于公司拆分字符后根据index的位置修改权重，越靠前的权重越高。

6.改进版后向匹配算法；对于地址匹配，后面字段(如号、路、街)的重要性要高于前面字段(如省、市、区)，因此在匹配时采用后向匹配算法，对于地址分词后根据index的位置修改权重，越靠后权重越高；改进版优化了地址分段的精准度以及分段后计算相似的准确度。

采用本发明提出的技术方案，能够大大优化匹配结果精度，进而保证真实性校验结果的准确性、提高业务使用效果，而且避免了人工判断核验，提高了校验效率、降低了误判发生率。

Claims (10)

1.一种数据信息真实性校验方法，其特征在于，包括以下步骤：

S1、用户通过网络地图API接口发起查询请求，其中，查询请求包括用户输入的公司名和相应的公司地址；

S2、网络地图分别返回对应于用户输入公司名的多个第一查询数据、对应于用户输入公司地址的多个第二查询数据，其中，第一查询数据包括第一查询公司名和对应的第一查询地址，第二查询数据包括第二查询公司名和对应的第二查询地址；

S3、计算用户输入公司名、第一查询公司名、第二公司查询名之间的匹配度；

计算用户输入公司地址、第一查询地址、第二查询地址之间的匹配度；

S4、从步骤S3计算的匹配度中筛选得到最优匹配度；

S5、判断最优匹配度是否大于或等于预设阈值，若判断为是，则表明用户发起的查询请求中公司名与公司地址是真实的，否则表明用户发起的查询请求中公司名与公司地址是不真实的。

2.根据权利要求1所述的一种数据信息真实性校验方法，其特征在于，所述步骤S3具体包括以下步骤：

S31、对用户输入公司名、第一查询公司名、第二公司查询名、用户输入公司地址、第一查询地址、第二查询地址分别进行数据标准化处理；

S32、分别计算用户输入公司名与多个第二查询公司名之间的匹配度，再分别计算多个第一查询公司名与多个第二公司查询名的匹配度，一共得到(N+M*N)个公司名匹配度；

分别计算用户输入公司地址与多个第一查询地址之间的匹配度，再分别计算多个第二查询地址与多个第二查询地址之间的匹配度，一共得到(M+N*M)个地址匹配度；

其中，M为网络地图返回的第一查询数据的个数，N为网络地图返回的第二查询数据的个数。

3.根据权利要求2所述的一种数据信息真实性校验方法，其特征在于，所述步骤S31中数据标准化处理具体是将单条数据信息拆分成多个字段主体。

4.根据权利要求2所述的一种数据信息真实性校验方法，其特征在于，所述步骤S32中具体是采用前向匹配算法进行公司名匹配度计算；采用后向匹配算法进行地址匹配度计算。

5.根据权利要求4所述的一种数据信息真实性校验方法，其特征在于，所述前向匹配算法中，对于公司名数据拆分字段后，根据index的位置修改权重，其中，越靠前的权重越高。

6.根据权利要求4所述的一种数据信息真实性校验方法，其特征在于，所述后向匹配算法中，对于地址数据拆分字段后，根据index的位置修改权重，其中，越靠后的权重越高。

7.根据权利要求2所述的一种数据信息真实性校验方法，其特征在于，所述步骤S4具体包括以下步骤：

S41、从公司名匹配度中筛选得到数值最大的公司名最大匹配度；

S42、从地址匹配度中筛选得到数值最大的地址最大匹配度；

S43、比较公司名最大匹配度和地址最大匹配度的数值大小，若公司名最大匹配度数值大于地址最大匹配度数值，则执行步骤S44，否则将地址最大匹配度作为最优匹配度；

S44、计算公司名最大匹配度与地址最大匹配度的平均值，以作为最优匹配度。

8.一种数据信息真实性校验装置，其特征在于，包括查询模块(1)、公司名匹配模块(2)、地址匹配模块(3)和综合处理模块(4)，所述查询模块(1)用于接收用户输入的公司名称和对应的公司地址，并从网络地图获取返回的查询数据；

所述公司名匹配模块(2)用于计算公司名匹配度；

所述地址匹配模块(3)用于计算地址匹配度；

所述综合处理模块(4)用于筛选得到最优匹配度，并输出对应的真实性校验结果。

9.一种数据信息真实性校验设备，其特征在于，包括：存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1～8任一所述数据信息真实性校验方法的步骤。

10.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～8任一所述的数据信息真实性校验方法。

Images