[发明专利]相同字符串的判定方法及装置

说明书

本申请提供一种相同字符串的判定方法及装置，其中的方法包括：计算第一字符串与第二字符串的编辑距离；基于所述编辑距离对所述第一字符串和所述第二字符串的长度进行适配，并基于适配后的所述第一字符串以及所述第二字符串的长度计算相似度；基于所述相似度判定所述第一字符串与所述第二字符串是否相同。本申请可以提升相似度计算的准确度，在基于相似度判定第一字符串与第二字符串是否相同时，可以显著提升判定结果的准确性。

技术领域

本申请涉及通信领域，尤其涉及一种相同字符串的判定方法及装置。

背景技术

在电商平台中，为避免用户上传虚假地址信息造成欺诈，平台通常会帮助商户对用户上传的工作地址或者家庭地址进行验证，来确定用户上传的地址是不是该用户真实有效的地址。例如，平台可以将用户提供给商户的地址，与用户在平台中预留的真实收件地址进行比对，来确定是否为同一个地址。然而，在实际应用中，用户提供给商户的地址，与用户在平台中预留的收件地址，长度上可能会存在一定的差异，但实际上仍然为同一地址。因此针对这种情况，平台在判定这两个地址是否为同一个时，就可能会存在误判。

发明内容

本申请提出一种相同字符串的判定方法，该方法包括：

计算第一字符串与第二字符串的编辑距离；基于所述编辑距离对所述第一字符串和所述第二字符串的长度进行适配，并基于适配后的所述第一字符串以及所述第二字符串的长度计算相似度；

基于所述相似度判定所述第一字符串与所述第二字符串是否相同。

可选的，所述计算第一字符串与第二字符串的编辑距离包括：

针对所述第一字符串以及所述第二字符串进行unicode编码；

计算unicode编码后的所述第一字符串与所述第二字符串的编辑距离。

可选的，所述基于所述编辑距离对所述第一字符串和所述第二字符串的长度进行适配包括：

计算所述第一字符串与所述第二字符串的长度中的最大值和最小值；

将所述最大值减去所述编辑距离，或者将所述最小值加上所述编辑距离，以对所述第一字符串和所述第二字符串的长度进行适配。

可选的，所述计算长度进行适配后的所述第一字符串与所述第二字符串的相似度包括：

计算减去所述编辑距离后的所述最大值与所述最小值的比值，基于该比值表征所述第一字符串与所述第二字符串的相似度；或者

计算所述最大值与加上所述编辑距离后的所述最小值的比值，基于该比值表征所述第一字符串与所述第二字符串的相似度。

可选的，所述基于所述编辑距离对所述第一字符串和所述第二字符串的长度进行适配，并基于适配后的所述第一字符串以及所述第二字符串的长度计算相似度包括：

基于预设的相似度计算公式计算所述第一字符串与所述第二字符串的相似度；

所述相似度计算公式包括：

或

其中，x表示第一字符串，|x|表示第一字符串的长度；y表示第二字符串，|y|表示第二字符串的长度；max(|x|,|y|)表示第一字符串与第二字符串的长度中的最大值；min(|x|,|y|)表示第一字符串与第二字符串的长度中的最小值；ds表示第一字符串与第二字符串的编辑距离；C表示修正参数，为大于或者等于0的常数。

可选的，所述基于所述相似度判定所述第一字符串与所述第二字符串是否相同包括：

判断计算出的所述相似度是否达到预设的阈值；