[发明专利]地址数据的清洗方法及装置、存储介质、计算机设备

权利要求书

1.一种地址数据的清洗方法，其特征在于，包括：

获取待清洗的数据源，其中，所述数据源包括至少一条地址数据，任一地址数据对应于任意一个目标用户；

根据预设场景字典对所述地址数据进行场景匹配，并依据场景匹配结果确定所述地址数据对应的场景置信度；

提取所述地址数据对应的目标地址，确定与所述地址数据对应的目标用户以及目标地址对应的地址置信度；

根据所述场景置信度以及所述地址置信度，计算地址数据的目标置信度，并依据所述目标置信度确定所述目标用户对应的地址信息。

2.根据权利要求1所述的方法，其特征在于，所述根据预设场景字典对所述地址数据对应的目标场景进行匹配，并依据匹配结果确定所述地址数据对应的场景置信度，具体包括：

获取任一地址数据对应的目标场景，并查询所述预设场景字典中是否包含所述任一地址数据对应的目标场景；

若所述预设场景字典中包含所述目标场景，则基于所述目标场景对应的预设场景权重以及所述目标场景对应的场景匹配准确率，确定所述任一地址数据对应的场景置信度；

若所述预设场景字典中不包含所述目标场景，则依据预设场景置信度确定所述任一地址数据对应的场景置信度。

3.根据权利要求2所述的方法，其特征在于，所述根据预设场景字典对所述地址数据对应的目标场景进行匹配之前，所述方法还包括：

统计样本数据源中样本地址数据的数据来源；

获取所述数据来源中占比大于预设阈值或占比排名前预设数量的目标数据来源，并依据所述目标数据来源建立所述预设场景字典。

4.根据权利要求2所述的方法，其特征在于，所述基于所述目标场景对应的预设场景权重以及所述目标场景对应的场景匹配准确率，确定所述任一地址数据对应的场景置信度之前，所述方法还包括：

获取所述数据源对应的全部目标场景，并在每种目标场景对应的地址数据中抽取部分地址数据；

对每种目标场景下抽取的部分地址数据进行场景标注，并基于所述场景标注以及所述部分地址数据对应的目标场景，确定每种目标场景对应的场景匹配准确率。

5.根据权利要求1所述的方法，其特征在于，所述提取所述地址数据对应的目标地址，确定与所述地址数据对应的目标用户以及目标地址对应的地址置信度，具体包括：

提取任一地址数据对应的目标地址以及目标用户，并获取所述目标用户对应的目标历史数据源；

统计所述目标历史数据源中包含的历史地址数据中与所述目标地址匹配的目标历史数据数量，并将所述目标历史数据数量映射为地址置信度作为所述任一地址数据对应的地址置信度。

6.根据权利要求1所述的方法，其特征在于，所述依据所述目标置信度确定所述目标用户对应的地址信息，具体包括：

在所述地址数据中，获取所述目标置信度大于预设置信度阈值的目标地址数据；

统计所述目标地址数据包含的每个目标用户的地址信息，并输出每个所述目标用户的地址信息。

7.根据权利要求1所述的方法，其特征在于，所述获取待清洗的数据源之后，所述方法还包括：

对所述数据源进行数据清洗，删除所述数据源中地址信息为空的地址数据，所述地址信息包括多级行政区划信息。

8.一种地址数据的清洗装置，其特征在于，包括：

数据源获取模块，用于获取待清洗的数据源，其中，所述数据源包括至少一条地址数据，任一地址数据对应于任意一个目标用户；

场景置信度确定模块，用于根据预设场景字典对所述地址数据进行场景匹配，并依据场景匹配结果确定所述地址数据对应的场景置信度；

地址置信度确定模块，用于提取所述地址数据对应的目标地址，确定与所述地址数据对应的目标用户以及目标地址对应的地址置信度；

地址信息确定模块，用于根据所述场景置信度以及所述地址置信度，计算地址数据的目标置信度，并依据所述目标置信度确定所述目标用户对应的地址信息。