[发明专利]构建地址分类模型的方法、地址分类方法及相关设备

说明书

本发明提供一种构建地址分类模型的方法、地址分类方法及相关设备，构建地址分类模型的方法，包括：将待分类区域划分为多个子地图区域，以获得地图类别数据；将所述待分类区域的历史派件地址划分为多个派件类别，以获得派件地址类别数据；基于所述地图类别数据以及所述派件地址类别数据，训练一地址分类模型，所述地址分类模型用于预测待分类地址所属的派件类别。本发明优化地址分类模型，从而针对没有历史派件记录的地址位置或者建筑物也能够进行准确的地址分类，由此提高物流时效，同时提高用户物流体验。

技术领域

本发明涉及计算机应用领域，尤其涉及一种构建地址分类模型的方法、地址分类方法及相关设备。

背景技术

在物流场景下，当用户生成物流订单后，物流平台或者其它诸如电商平台的具有物流场景的平台，需要根据用户填写的地址信息推理出从发货地到收货地需要经过的各个流转环节，来进行快递流转。这一系列流转信息主要依靠物流面单上打印的三段码来进行识别。然而，三段码需要根据用户填写的详细地址，推理出给该地址派件的节点。常用的推理模型依赖该区域的大量派件记录学习，例如过去10天，地址中带有【金虹桥国际中心】的包裹都是古北节点在派送，则推理模型可以据此学习到【金虹桥国际中心】与【古北节点】的映射关系。

但是，针对历史物流数据中，没有派件记录的地址位置或者建筑物，常用的推理模型很难学习到对应的派件节点。例如【长房国际广场】，在历史派件记录中没有出现过，推理模型很难构建【长房国际广场】与任何节点的映射关系。目前的方式，将导致写了没有历史派件记录的地址位置或者建筑物的物流订单，在推理模型中无法确定派件节点，从而无法确定三段码，也无法在物流面单上打印三段码，由此，在进行物流包裹分拣时，需要人工判断分拣，降低了物流时效，影响用户体验。

由此，如何优化地址分类模型，从而针对没有历史派件记录的地址位置或者建筑物也能够进行准确的地址分类，由此提高物流时效，增加用户物流体验，是本领域亟待解决的技术问题。

发明内容

本发明为了克服上述相关技术存在的缺陷，提供一种构建地址分类模型的方法、地址分类方法及相关设备，进而优化地址分类模型，从而针对没有历史派件记录的地址位置或者建筑物也能够进行准确的地址分类，由此提高物流时效，同时提高用户物流体验。

根据本发明的一个方面，提供一种构建地址分类模型的方法，包括：

将待分类区域划分为多个子地图区域，以获得地图类别数据；

将所述待分类区域的历史派件地址划分为多个派件类别，以获得派件地址类别数据；

基于所述地图类别数据以及所述派件地址类别数据，训练一地址分类模型，所述地址分类模型用于预测待分类地址所属的派件类别。

在本发明的一些实施例中，所述地址分类模型包括：

地址数据向量化层，配置成对输入所述地址分类模型的地址信息进行文本向量化处理；

地址分类层，配置成对文本向量化处理后的地址信息进行分类以输出所属的派件类别。

在本发明的一些实施例中，所述地址数据向量化层采用textCNN，所述地址分类层采用softmax。

在本发明的一些实施例中，所述派件类别基于派件员/派件节点划分。

在本发明的一些实施例中，所述子地图区域基于派件员/派件节点划分。

在本发明的一些实施例中，所述子地图区域按设定规则形状划分。

在本发明的一些实施例中，所述将待分类区域划分为多个子地图区域，以获得地图类别数据包括：

根据派件员/派件节点的数量确定所述子地图区域的数量；

将所述待分类区域按所确定的数量以矩形形状平均划分为多个准子地图区域；