[发明专利]确定企业属性相似性、重名对象判定

说明书

本申请涉及确定企业属性相似性、重名对象判定，确定企业属性相似性的方法包括：根据两个企业的名称确定名称相似性；根据两个企业的地址确定地址相似性；根据两个企业的注册资金确定注册资金相似性；根据两个企业关联的人名确定人名相似性；以及利用分类器根据所述名称相似性、所述地址相似性、所述注册资金相似性、所述人名相似性来确定企业属性相似性。该方法可以确定企业之间的相似性。

技术领域

本申请涉及数据分析领域，具体而言，涉及确定企业属性相似性的方法、训练分类器的方法、判断两个企业的重名对象是否相同的方法以及计算机可读存储介质。

背景技术

企业图谱可用于分析企业信息和企业关联关系，并可进一步用于对企业风险及其发展潜力进行评估。对企业关联关系的精确刻画可以直观地展示出企业之间的关联谱系，从而有助于实现对企业风险传递、企业谱系的识别，有助于对资金流向监控等风险进行评估，有助于挖掘人力难以识别的风险子图分布模式，有助于分析风险在资本市场关系网络中的传导方式。

企业关联关系主要包括企业与企业、企业与人的关系链路。企业与企业关系链路可分为控股关系、分支机构关系等确定性关系和通过数据挖掘建立的企业疑似关系。企业与人关系基本包括投资、法人任职、董监高任职等关系。

此外，上述关系涉及的数据源均来自工商公示信息，由于涉及个人隐私，公示信息并未展示企业全部信息。例如，企业任职人员信息中仅包含姓名，并未包含唯一识别身份ID或其它可唯一识别该自然人身份的代码等。然而，不同企业的任职人员会存在重名现象，如果仅通过相同姓名便为两企业建立关系可能会导致错误的企业风险和潜力分析结果。

发明内容

本申请的实施例提供了一种确定企业属性相似性的方法、训练分类器的方法、判断两个企业的重名对象是否相同的方法以及计算机可读存储介质，以用于确定企业之间的相似性，并且可以进一步根据相似性判断重名的人员是否为同一个人。

根据本申请的一方面，提供一种确定企业属性相似性的方法，包括：根据两个企业的名称确定名称相似性；根据两个企业的地址确定地址相似性；根据两个企业的注册资金确定注册资金相似性；根据两个企业关联的人名确定人名相似性；以及利用分类器根据所述名称相似性、所述地址相似性、所述注册资金相似性、所述人名相似性来确定企业属性相似性。

在本申请的一些实施例中，可选地，根据所述名称中相同字符的数量、所述相同字符在较短名称中的位置以及所述名称的长度确定所述名称相似性。

在本申请的一些实施例中，可选地，通过下式计算所述名称相似性：

其中，sim_name表示所述名称相似性，k表示所述相同字符的数量，i表示所述相同字符在较短名称中的位置编码，length1和length2表示企业名称的长度。

在本申请的一些实施例中，可选地，根据所述地址中的行政区划层级的归属确定所述地址相似性。

在本申请的一些实施例中，可选地，通过下式计算所述地址相似性：

其中，sim_address表示所述地址相似性，A、B和C为大于0的系数；以及若所述地址同省则x为1，否则为0；若所述地址同市则y为1，否则为0；若所述地址同区则z为1，否则为0。

在本申请的一些实施例中，可选地，其中A＜B且B＜C。

在本申请的一些实施例中，可选地，通过下式计算所述注册资金相似性：

其中，sim_{registered_capital}表示所述注册资金相似性，r1、r2分别表示两个企业的所述注册资金；以及若所述注册资金单位相同则m为1，否则为-1。