[发明专利]一种地理编码方法及装置

权利要求书

1.一种地理编码方法，其特征在于，所述方法包括：

对待匹配地理地址进行分词；

针对每个分词，将该分词与预置的门址库中的预存分词进行匹配，得到至少一个与该分词匹配的预存分词；

根据预存分词的属性信息中的空间位置信息，将空间距离小于预置的第一距离阈值的预存分词聚合在同一个聚类集合中，空间距离为与待匹配地理地址的每一个分词匹配的预存分词之间的空间距离；

针对每个分词，从该分词对应的每一个聚类集合中，选取距离该聚类集合中预存分词的几何中心位置最近的一个预存分词作为该分词的可用预存分词；

将可用预存分词按照其对应分词在待匹配地理位置中的语序进行组合，生成待匹配地理地址的待匹配结果，并从待匹配结果中选取一个待匹配结果作为最终匹配结果；

根据所述待匹配地理地址的最终匹配结果进行地理编码，得到地理编码结果。

2.根据权利要求1所述的方法，其特征在于，所述根据预存分词的属性信息中的空间位置信息，将空间距离小于预置的第一距离阈值的预存分词聚合在同一个聚类集合中之前，还包括：

针对待匹配地理地址进行分词后的每个分词执行：

根据该分词的匹配的预存分词的属性信息中的地理层次，将与该分词匹配的预存分词中属于同一地理层次的预存分词划分为一组；

针对每一组预存分词，从预置的地理层次与第一距离阈值的对应关系中，获取与该组预存分词所属地理层次对应的第一距离阈值，并执行所述根据预存分词的属性信息中的空间位置信息，将空间距离小于预置的第一距离阈值的预存分词聚合在同一个聚类集合中的步骤。

3.根据权利要求1所述的方法，其特征在于，针对每个分词，从该分词对应的每一个聚类集合中，选取距离该聚类集合中预存分词的几何中心位置最近的一个预存分词作为该分词的可用预存分词，具体包括：

针对待匹配地理地址进行分词后的每个分词执行：

该分词对应的每一个聚类集合，根据该聚类集合包含的预存分词属性信息中的空间位置信息，计算几何中心位置点；

计算聚类集合中的每个预存分词距离所述几何中心位置点的空间距离，将空间距离最小的预存分词作为该分词的可用预存分词。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述从待匹配结果中选取一个待匹配结果作为最终匹配结果，具体包括：

针对每一条待匹配结果，根据待匹配结果中的可用预存分词的属性信息中的行政代码、空间位置信息，确定待匹配结果中的可用预存分词是否为异常分词，若是则将该异常分词从待匹配结果中剔除；

针对异常分词处理后的每一条待匹配结果，判断该待匹配结果中的可用预存分词是否均包含在其他一条待匹配结果中，若是则删除该条待匹配结果；

从保留的待匹配结果中选取一条作为待匹配地理地址的最终匹配结果。

5.根据权利要求4所述的方法，其特征在于，所述根据待匹配结果中的可用预存分词的属性信息中的行政代码、空间位置信息，确定待匹配结果中的可用预存分词是否为异常分词，具体包括：

遍历待匹配结果中的可用预存分词，若该可用预存分词的前一个可用预存分词为正常分词，根据该可用预存分词与其前一个可用预存分词的属性信息中的行政代码，判断该可用预存分词与其前一可用预存分词不具有行政上下级关系，且根据该可用预存分词与其前一可用预存分词的空间位置信息计算得到的空间距离大于等于预置的第二距离阈值时，则确定该可用预存分词为异常分词；

若该可用预存分词的前一个可用预存分词为异常分词，根据该可用预存分词与前一个最近正常分词的属性信息中的行政代码，判断该可用预存分词与前一个最近正常分词不具有行政上下级关系，且根据该可用预存分词与前一个最近正常分词的空间位置信息计算得到的空间距离大于等于预置的第二距离阈值时，则确定该可用预存分词为异常分词。