[发明专利]一种数据匹配方法及装置

说明书

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据匹配方法及装置。

背景技术

目前，在处理各类客户信息数据时，经常需要进行数据比较、匹配等处理：首先，系统通过多种渠道获取较准确权威的个人外部数据，例如公安系统数据、固定电话、黄页数据、高教部学历认证中心数据（教育学历、教育学籍等）以及机动车驾驶证数据、机动车行驶证数据等。另一方面，由客户填写输入的数据，在核对其正确性时需要和系统获取的上述数据进行比对。但客户填写输入的数据往往不规范，特别是如地址、公司名称等字数较多的信息。目前，一般采用全字符精确匹配技术或者人工比对方式。这些处理技术主要存在以下几方面不足：

1、全字符精确匹配可以对诸如：姓名、婚姻状况、学历等简单数据项进行处理，但对较为复杂的数据，比如中文地址和中文公司名称等数据项，由于其来源于各种不同的数据环境，一般是由同一人多次输入或者是不同的人输入，其填写的数据具有一定的随意性和随机性，而全字符精确匹配没有任何容错能力，准确性不高，因此无法对此类数据项进行较好的比对和识别，例如：“云岩区中天花园玉兰园D-1-10-2号”与“贵阳云岩中天花园玉兰园D座1单元10楼2号”使用全字符精确匹配无法判断出它们是相同的地址。

2、通过人工比对的方式对客户信息数据中的中文地址、中文公司名称进行比对，但是效率较低，并需要耗费大量的人力和物力。

发明内容

本发明的目的是为了克服现有技术中存在的全字符精确匹配的方式不能较好地比较、匹配客户信息数据以及人工比对的方式效率较低、需要耗费大量人力物力的困难，提出一种数据比较、匹配系统及方法，通过对客户信息数据采用数据预处理、数据分割、数据转换和数据比较的技术处理手段，实现对客户信息数据的中文模糊匹配，从而对客户信息数据的准确性进行判断和识别，提高比较、匹配的准确性和效率，实现匹配的系统化、自动化、流程化、客观化。

为了达到上述目的，本发明实施例公开了一种数据匹配方法，包括：获取客户信息数据中要进行匹配的待处理数据；将所述待处理数据进行格式转换，生成预处理数据；根据预存的字符串最大值和字符标准值，利用逆向最大匹配法对所述预处理数据进行数据分割，生成等级由高到低排列的多个子数据；根据预存的子数据标准名称和字符转换规则，将所述多个子数据转换为一条标准数据；将所述标准数据与所述待处理数据进行比较，计算生成匹配值。

为了达到上述目的，本发明实施例还公开了一种数据匹配装置，包括：待处理数据获取单元，用于获取客户信息数据中要进行匹配的待处理数据；预处理数据生成单元，用于将所述待处理数据进行格式转换，生成预处理数据；子数据生成单元，用于根据预存的字符串最大值和字符标准值，利用逆向最大匹配法对所述预处理数据进行数据分割，生成等级由高到低排列的多个子数据；标准数据生成单元，用于根据预存的子数据标准名称和字符转换规则，将所述多个子数据转换为一条标准数据；匹配值生成单元，用于将所述标准数据与所述待处理数据进行比较，计算生成匹配值。

本发明实施例的数据匹配方法及装置的有益效果是：改变了通过人工对客户信息数据中的中文数据项进行比对的方法，克服了全字符精确匹配没有任何容错能力的不足，提高比对的效率和准确性，降低人工操作成本，实现大数据量的处理；实现了对客户信息数据中的中文数据项进行比对的系统化、自动化、流程化、客观化；可将相关数据源的中文数据项都纳入到数据比较、匹配系统，从而扩展系统可用的数据项范围。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的数据匹配方法的方法流程图；

图2为本发明实施例的进行数据分割，生成多个子数据的方法流程图；

图3为本发明实施例的将多个子数据转换为一条标准数据的方法流程图；

图4为本发明实施例的一个地区树的结构示意图；

图5为本发明实施例的构造比较矩阵，生成匹配值的方法流程图；

图6为本发明实施例的数据匹配装置的结构示意图；

图7为本发明实施例的数据匹配装置中的预处理数据生成单元的结构示意图；

图8为本发明实施例的数据匹配装置中的子数据生成单元的结构示意图；

图9为利用本发明实施例的子数据生成单元生成多个子数据的一个实施例的方法流程图；