[发明专利]企业自然人实体综合判断对齐方法及系统

权利要求书

1.企业自然人实体综合判断对齐方法，其特征在于，包含以下实现步骤：

(1)获取企业数据，所述企业数据包含投资关系、主要相关自然人、企业地址、企业名称；

(2)用包含企业间投资路径、企业名称相似性、企业地址相似性、同名自然人个数的特征向量来构建判断模型；

(3)使用标注数据训练模型；

(4)将待判定企业对之间的特征向量输入到训练后的模型中，由模型判断出同名自然人是否是同一人的概率；当概率值大于设置阈值时判断为同一人。

2.如权利要求1所述的方法，其特征在于；所述步骤(2)中的投资路径数据为两企业之间的最短投资路径。

3.如权利要求2所述的方法，其特征在于；所述方法包含将投资路径数据向量化转化的过程。

4.如权利要求3所述的方法，其特征在于；所述步骤(2)中所述特征向量为：x＝[X1、X2、X3、X4…]；其中X为待判定企业对的特征向量数据，X1为最短投资路径的倒数，X2为同名自然人个数、X3为企业名称关键字的相似度、X4企业地址的相似度。

5.如权利要求4所述的方法，其特征在于，所述模型公式为：

其中f(x)为不同企业同名人为同一人的概率；其中θ为模型需要训练的参数，x为量化后的特征向量。

6.如权利要求5所述的方法，其特征在于，所述模型训练过程中损失函数的公式如下：

其中j(θ)为损失函数，m为样本个数，y⁽ⁱ⁾为第i个样本的判断标注值，h_θ(x⁽ⁱ⁾)为第i样本的模型预测值，n为模型参数个数，λ为正则项参数。

7.如权利要求6所述的方法，其特征在于，当企业间的最短投资路径长度大于5时将最短投资路径向量为置为0。

8.如权利要求7所述的方法，其特征在于，所述企业名称相似性通过关键字最长公共子序列来计算。

9.如权利要求8所述的方法，其特征在于，所述企业地址相似性判断中按照省、市、区、街道、建筑的顺序进行逐级匹配，匹配成功为1，匹配失败相应位置为0。

10.如权利要求9所述的方法，其特征在于，所述企业地址相似性判断中包含对缺失地址补齐的步骤。

11.企业自然人实体综合判断对齐方法系统，其特征在于：包含数据获取模块，数据存储模块；数据处理模块；

所述数据获取模块，获取待分析目标的相关数据；

所述数据存储模块存储包括数据获取模块和数据处理模块的输入和输出的数据；

所述数据处理模块；通过权利要求1至10之一所述方法完成判断不同企业信息中相同姓名的自然人是否是同一人。

12.一种电子设备，其特征在于，所述电子设备，所述电子设备包含存储器和处理器，所述存储器和处理器相连，所述处理器通过权利要求1至10之一所述方法完成判断不同企业信息中相同姓名的自然人是否是同一人。

13.一种包括计算机可读指令的计算机可读存储介质，所述计算机可读指令使得电子设备执行权利要求1至10之一所述方法包含的操作步骤。