[发明专利]一种用于实体匹配的方法及系统

权利要求书

1.一种用于实体匹配的方法，其特征在于，该方法包括：

将待匹配实例对从预先训练的决策树的根节点对应的属性开始进行访问，获取所述待匹配实例对的各属性的属性相似度和置信度；

利用所述属性相似度和所述置信度，结合调整系数计算并输出所述待匹配实例对的实体相似度；

将所述实体相似度与预设实体相似度阈值进行对比，判断所述待匹配实例对的相似性；

其中，所述决策树是利用由已知的匹配实体组成的实例对中共同的非主属性集合和/或主属性集合训练获得；

其中，所述将待匹配实例对从预先训练的决策树的根节点对应的属性开始进行访问，获取所述待匹配实例对的各属性的属性相似度和置信度包括：

将所述待匹配实例对对所述决策树的根节点对应的属性进行访问，得到根节点对应属性的置信度，并计算所述待匹配实例对根节点对应属性的属性相似度；

根据所述根节点对应属性的属性相似度与预设属性相似度阈值的大小确定叶节点，并将所述待匹配实例对对所述叶节点对应的属性进行访问，得到当前叶节点对应属性的置信度，并计算所述待匹配实例对当前叶节点对应属性的属性相似度；

根据所述当前叶节点对应属性的属性相似度与预设属性相似度阈值的大小确定下一级叶节点继续进行访问，直至叶节点的顶端，获取所述待匹配实例对的各属性的属性相似度和置信度。

2.根据权利要求1所述的实体匹配的方法，其特征在于，所述决策树的预先训练方法包括：

选取由已知的匹配实体组成的实例对构成第一训练样本集；

根据所述第一训练样本集得到每个非主属性的充分性概率和必要性概率；

根据所述非主属性的充分性概率或必要性概率的大小，利用所述非主属性构建第一决策树；

其中，选取所述非主属性中所述充分性概率或者所述必要性概率最大的属性作为所述第一决策树的根节点。

3.根据权利要求1所述的实体匹配的方法，其特征在于，所述决策树的预先训练方法包括：

选取由已知的匹配实体组成的实例对构成第二训练样本集；

根据所述第二训练样本集得到每个非主属性和主属性的充分性概率和必要性概率；

根据所述非主属性和主属性的充分性概率或必要性概率的大小，利用所述非主属性和主属性构建第二决策树；

其中，选取所述非主属性和主属性中，所述充分性概率或者所述必要性概率最大的属性作为所述第二决策树的根节点。

4.根据权利要求1所述的实体匹配的方法，其特征在于，所述利用所述属性相似度和所述置信度，结合调整系数计算并输出所述待匹配实例对的实体相似度的计算公式为：

其中，F_PRTree(t,s)表示由实体t和实体s构成的待匹配实例对(t，s)的实体相似度，height(Ai)表示属性A_i在所述决策树中对应的节点的高度，表示调整系数，Conf(A_i)表示属性A_i的置信度，sim(t[A_i],s[A_i])表示两个待处理实体中属性A_i的相似度，t[A_i]表示实体t中属性A_i的值，s[A_i]表示实体s中属性A_i的值。