[发明专利]证件信息的关联规则获取方法及装置

说明书

本发明公开了证件信息的关联规则获取方法及装置、电子设备、存储介质。关联规则获取方法包括：获取多份证件信息，每份证件信息包括证件号码和其他证件信息；分别对每个证件号码进行号码段的截取，并将从多个证件号码中截取得到的位数和数位均相同的号码段划分至相同的号码段集中；计算各个号码段集与所述其他证件信息的互信息；根据所述互信息确定号码段与其他证件信息之间的关联规则。本发明基于互信息确定证件信息的关联规则，能够挖掘出证件号码与其他证件信息之间的潜在规则，以此建立规则库，可为证件鉴伪提供参考。

技术领域

本发明涉及数据挖掘技术领域，特别涉及证件信息的关联规则获取方法及装置、电子设备、存储介质。

背景技术

目前，证件鉴伪主要通过业务专家长期工作的实践，总结出证件信息的关联规则，进而基于结构化文本的关联规则逻辑匹配实现。然而，基于人工方式挖掘证件信息的关联规则，不仅需要大量的人力投入，且人工并不能挖掘出除经验之外的潜在规则，会导致因证件信息的关联规则挖掘不全面，影响证件鉴伪的准确性。

发明内容

本发明提供一种证件信息的关联规则获取方法及装置、电子设备、存储介质，以挖掘出证件信息之间的潜在关联规则，提高证件鉴伪的准确性。

具体地，本发明是通过如下技术方案实现的：

第一方面，提供一种证件信息的关联规则获取方法，所述关联规则获取方法包括：

获取多份证件信息，每份证件信息包括证件号码和其他证件信息；

分别对每个证件号码进行号码段的截取，并将从多个证件号码中截取得到的位数和数位均相同的号码段划分至相同的号码段集中；

分别计算每一号码段集与其他证件信息之间的互信息；

根据所述互信息确定号码段与其他证件信息之间的关联规则。

可选地，分别计算每一号码段集与其他证件信息之间的互信息，包括：

从多个包含位数相同的号码段的号码段集中选取目标号码段集，所述目标号码段集为与其他证件信息的互信息为最大值的号码段集；

将所述目标号码段集中的号码段与其他号码段集中对应的号码段进行组合，并计算组合后的号码段集与所述其他证件信息的互信息。

可选地，分别计算每一号码段集与其他证件信息之间的互信息，包括：

分别计算每个号码段集与所述其他证件信息的互信息；

按照所述互信息由大到小的顺序对所述号码段集进行排序；

选取排序靠前的若干号码段集，并将所述若干号码段集中对应的号码段进行组合；

计算组合后的号码段集与所述其他证件信息的互信息。

可选地，计算所述号码段集与其他证件信息的互信息，包括：

统计所述多份证件信息中，所述号码段集中的号码段与对应的证件信息的出现数量，根据所述出现数量确定号码段的权重；

将号码段集中的号码段赋予所述权重后，计算所述号码段集与所述其他证件信息的互信息；

或，分别计算每个号码段集与所述其他证件信息的初始互信息，并将所述初始互信息大于互信息阈值的号码段集与对应的其他证件信息作为正样本，将所述初始互信息小于等于所述互信息阈值的号码段集与对应的其他证件信息作为负样本；

根据所述正样本和所述负样本拟合所述号码段的权重；

对所述号码段集中的号码段赋予所述权重后，再次计算所述号码段集与所述其他证件信息的互信息。

可选地，根据所述互信息确定号码段与其他证件信息之间的关联规则，包括：