一种兴趣点的匹配方法、装置及计算机系统制造方法及图纸

本申请公开了一种兴趣点的匹配方法、装置及计算机系统，其中所述方法包括：获取待解析地址，根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级，将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点，实现了对待解析地址对应的兴趣点的准确匹配。

A matching method, device and computer system of interest points

【技术实现步骤摘要】
一种兴趣点的匹配方法、装置及计算机系统
本专利技术涉及计算机
，尤其涉及一种兴趣点的匹配方法、装置及计算机系统。
技术介绍
随着电子商务的迅速扩张，物流作为电子商务的一个重要环节也得到了飞速发展。当用户下单时，需要填写订单的收货地址，然后承接运输的物流公司根据收货地址进行配送。当用户填写的收货地址不准确或者不完整时，物流公司不能根据收货地址准确定位订单收货地址的具体位置，无法对用户的订单进行及时地配送，影响用户的使用体验。
技术实现思路
为了解决现有技术的不足，本专利技术的主要目的在于提供一种兴趣点的匹配方法、装置及计算机系统，以实现对待解析地址对应的兴趣点的自动匹配。为了达到上述目的，本专利技术第一方面提供了一种兴趣点的匹配方法，所述方法包括：获取待解析地址；根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量；将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点。在一些实施例中，所述方法还包括：查找所述兴趣点对应的配送网点，将包含所述待解析地址的订单分配给所述对应的配送网点。在一些实施例中，所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量包括：将所述位置分词及所述位置分词对应的地理层级输入预先配置的Word2Vec模型中转化为向量。在一些实施例中，所述预设模型是通过如下的方法获得的：获取历史地址及所述历史地址对应的兴趣点；根据预设的地理层级分词规则，对所述历史进行地理层级分词，获得每个所述历史地址包含的历史位置分词及每个所述历史位置分词对应的地理层级；将所述历史位置分词及所述历史位置分词对应的地理层级作为训练样本，对Word2Vec模型进行训练，获得所述预先配置的Word2Vec模型；将所述历史位置分词及所述历史位置分词对应的地理层级输入所述预先配置的Word2Vec模型中，转化为历史向量；将所述历史向量及对应的所述兴趣点作为正样本，对预设的神经网络模型进行训练，获得所述预设模型。在一些实施例中，所述预设的地理层级分词规则包含每一地理层级与可识别分词的对应关系及预设的分词识别规则，所述根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级包括：根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获取所述待解析地址包含的位置分词，所述位置分词包含可识别分词及未识别分词；根据所述每一地理层级与可识别分词的对应关系，确定每一所述可识别分词对应的地理层级；根据所述预设的分词识别规则，推测所述未识别分词对应的地理层级，并将所述未识别分词标记为未识别；所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量还包括：将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，根据所述标记降低所述未识别分词在转化获得所述向量时的权重。在一些实施例中，所述方法还包括：根据包含所述待解析地址的订单的实际签收位置，确定所述待解析地址的实际兴趣点；将所述向量及所述实际兴趣点作为正样本对所述预设模型进行训练。第二方面，本申请提供了一种兴趣点的匹配装置，所述装置包括：获取模块，用于获取待解析地址；分词模块，用于根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；处理模块，用于将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，匹配模块，用于将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点。在一些实施例中，所述预设的地理层级分词规则包含每一地理层级与可识别分词的对应关系及预设的分词识别规则，所述分词模块还可用于根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获取所述待解析地址包含的位置分词，所述位置分词包含可识别分词及未识别分词；根据所述每一地理层级与可识别分词的对应关系，确定每一所述可识别分词对应的地理层级；根据所述预设的分词识别规则，推测所述未识别分词对应的地理层级，并将所述未识别分词标记为未识别；所述处理模块还可用于将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，根据所述标记降低所述未识别分词在转化获得所述向量时的权重。在一些实施例中，所述匹配装置还包括训练模块，用于根据包含所述待解析地址的订单的实际签收位置，确定所述待解析地址的实际兴趣点；将所述向量及所述实际兴趣点作为正样本对所述预设模型进行训练。第三方面，本申请提供了一种计算机系统，所述系统包括：一个或多个处理器；以及与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：获取待解析地址；根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点。根据本申请提供的具体实施例，本申请公开了以下技术效果：本申请公开了通过获取待解析地址；根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量，将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点，实现了对待解析地址对应的兴趣点的准确匹配，进一步地可通过查找兴趣点对应的配送网点，将包含所述待解析地址的订单分配给所述配送网点，实现了对订单的自动分配；本申请还公开了根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获取所述待解析地址包含的位置分词，所述位置分词包含可识别分词及未识别分词；根据地理层级与可识别分词的对应关系，确定每一所述可识别分词对应的地理层级；根据所述预设的分词识别规则，推测所述未识别分词对应的地理层级，并将所述未识别分词标记为未识别，以便在生成所述向量时根据所述标记降低所述未识别分词在所述向量中的权重，提升了使用预设模型根据所述向量进行兴趣点匹配的准确性；进一步地，本申请还公开了根据包含所述待解析地址的订单的实际签收位置，确定包含所述待解析地址的订单的实际兴趣点，将所述待解析地址及所述实际兴趣点作为正样本对所述预设模型进行训练，实现了对用于匹配兴趣点的预设模型的自动更新。实施本申请的任一产品并不需要同时达到以上所述的所有的技术效果。附图说明...

【技术保护点】
1.一种兴趣点的匹配方法，其特征在于，所述方法包括：/n获取待解析地址；/n根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；/n将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量；/n将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点。/n

【技术特征摘要】
1.一种兴趣点的匹配方法，其特征在于，所述方法包括：
获取待解析地址；
根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级；
将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量；
将所述向量输入预设模型，匹配获得所述待解析地址对应的兴趣点。


2.根据权利要求1所述的匹配方法，其特征在于，所述方法还包括：
查找所述兴趣点对应的配送网点，将包含所述待解析地址的订单分配给所述对应的配送网点。


3.根据权利要求1或2所述的方法，其特征在于，所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量包括：
将所述位置分词及所述位置分词对应的地理层级输入预先配置的Word2Vec模型中转化为向量。


4.根据权利要求3所述的方法，其特征在于，所述预设模型是通过如下的方法获得的：
获取历史地址及所述历史地址对应的兴趣点；
根据预设的地理层级分词规则，对所述历史进行地理层级分词，获得每个所述历史地址包含的历史位置分词及每个所述历史位置分词对应的地理层级；
将所述历史位置分词及所述历史位置分词对应的地理层级作为训练样本，对Word2Vec模型进行训练，获得所述预先配置的Word2Vec模型；
将所述历史位置分词及所述历史位置分词对应的地理层级输入所述预先配置的Word2Vec模型中，转化为历史向量；
将所述历史向量及对应的所述兴趣点作为正样本，对预设的神经网络模型进行训练，获得所述预设模型。


5.根据权利要求1或2所述的方法，其特征在于，所述预设的地理层级分词规则包含每一地理层级与可识别分词的对应关系及预设的分词识别规则，所述根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获得位置分词及每个所述位置分词对应的地理层级包括：
根据预设的地理层级分词规则，对所述待解析地址进行地理层级分词，获取所述待解析地址包含的位置分词，所述位置分词包含可识别分词及未识别分词；
根据所述每一地理层级与可识别分词的对应关系，确定每一所述可识别分词对应的地理层级；
根据所述预设的分词识别规则，推测所述未识别分词对应的地理层级，并将所述未识别分词标记为未识别；
所述将所述位置分词及所述位置分词对应的地理层级使用预设的自然语言处理方法转化为向量还包括：
将所述位置分词及所述位置分词对应的地理层级使用所述预设的自然...

【专利技术属性】
技术研发人员：田宁，
申请(专利权)人：江苏苏宁物流有限公司，
类型：发明
国别省市：江苏;32