[发明专利]一种企业名称查重方法及装置、设备、介质

权利要求书

1.一种企业信息查重方法，其特征在于，包括：

获取企业信息，所述企业信息包括：企业名称；

将所述企业名称拆分以地区、字号、经营范围、组织形式、机构类型为类别的分词词组；

对所述分词词组，以地区、字号、经营范围、组织形式、机构类型中的一个或一个以上的组合作为查重依据，确定重复的企业信息。

2.根据权利要求1所述的企业信息查重方法，其特征在于，

在所述获取企业信息之后；

在所述将所述企业名称拆分以地区、字号、经营范围、组织形式、机构类型为类别的分词词组之前，还包括：

将所述企业信息中的全角数据或半角数据转换为第一预设格式；

将所述企业信息中的阿拉伯数字或汉字数字转换为第二预设格式，得到格式统一的企业信息；

将所述企业信息中的汉字转为拼音，以便实现同音字查重；

将所述企业信息中的繁体字转简体字，以实现简繁体重复检查；

其中，所述第一预设格式为全角数据或半角数据；所述第二预设格式为阿拉伯数字或汉字数字。

3.根据权利要求1所述的企业信息查重方法，其特征在于，

所述地区，包括：国家、省份、城市、区县；

所述机构类型，包括：公司、事务所、部、厅、局、机构、处。

4.根据权利要求1所述的企业信息查重方法，其特征在于，

所述企业信息，还包括：与所述企业名称对应的联系人姓名、邮箱地址、电话号码、手机号码中的一个或一个以上的组合；

相应地，所述查重方法还包括：

利用联系人姓名、邮箱地址、电话号码、手机号码中的一个或一个以上的组合作为查重依据，确定重复的企业信息。

5.根据权利要求1至4任一项所述的企业信息查重方法，其特征在于，

所述对所述分词词组，以地区、字号、经营范围、组织形式、机构类型中的一个或一个以上的组合作为查重依据，确定重复的企业信息，包括：

利用第一规则对所述分词词组进行查重，得到第一重复企业信息；

利用第二规则对所述分词词组进行查重，得到第二重复企业信息；

如果所述第一重复企业信息、所述第二重复企业信息中存在信息交叉的企业信息，则将所述第一重复企业信息、所述第二重复企业信息合并为第三重复企业信息；

其中，所述第一规则包括：地区、字号、经营范围、组织形式、机构类型中的一个或一个以上的组合；所述第二规则包括：地区、字号、经营范围、组织形式、机构类型中的一个或一个以上的组合；所述第一规则与所述第二规则不同。

6.根据权利要求5所述的企业信息查重方法，其特征在于，

所述如果所述第一重复企业信息、所述第二重复企业信息中存在信息交叉的企业信息，则将所述第一重复企业信息、所述第二重复企业信息合并为第三重复企业信息之后，还包括：

将所述第一规则、所述第二规则作为规则组模板存储，以便后续使用调用；

将所述企业信息中完全重复的数据只保留一份，得到企业查重结果数据，以便用户导出使用。

7.一种企业信息查重装置，其特征在于，包括：

企业信息获取模块，用于获取企业信息，所述企业信息包括：企业名称；

企业名称分词模块，用于将所述企业名称拆分以地区、字号、经营范围、组织形式、机构类型为类别的分词词组；

分词组合查重模块，用于对所述分词词组，以地区、字号、经营范围、组织形式、机构类型中的一个或一个以上的组合作为查重依据，确定重复的企业信息。