【技術(shù)領(lǐng)域】

本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種名稱(chēng)數(shù)據(jù)處理方法及裝置。

背景技術(shù)：

在實(shí)際應(yīng)用中，用戶(hù)可能需要對(duì)各種名稱(chēng)數(shù)據(jù)進(jìn)行管理。例如，在企業(yè)的客戶(hù)關(guān)系管理(customerrelationshipmanagement，crm)系統(tǒng)中，需要管理大量客戶(hù)的企業(yè)名稱(chēng)。例如，在旅游行業(yè)的信息系統(tǒng)中，需要管理大量旅游景點(diǎn)名稱(chēng)。例如，在教育系統(tǒng)中，需要管理所在轄區(qū)甚至是全國(guó)范圍內(nèi)的學(xué)校名稱(chēng)。例如，在一些銷(xiāo)售商的信息庫(kù)中，需要管理各地的特產(chǎn)名稱(chēng)等。

各種名稱(chēng)在注冊(cè)時(shí)的規(guī)則較多，另外，相關(guān)業(yè)務(wù)人員在錄入系統(tǒng)時(shí)采用的標(biāo)準(zhǔn)可能不同，例如有些人員可能會(huì)錄入簡(jiǎn)稱(chēng)，有些人員可能會(huì)錄入全稱(chēng)，這些都會(huì)在管理上帶來(lái)一定困難。為了解決名稱(chēng)數(shù)據(jù)管理過(guò)程中的困難，首要問(wèn)題是能夠從機(jī)器的角度準(zhǔn)確識(shí)別這些名稱(chēng)，而目前并沒(méi)有很好的方案解決該問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)的多個(gè)方面提供一種名稱(chēng)數(shù)據(jù)處理方法及裝置，用以解決名稱(chēng)數(shù)據(jù)的識(shí)別問(wèn)題，達(dá)到準(zhǔn)確識(shí)別名稱(chēng)數(shù)據(jù)的目的。

本申請(qǐng)的一方面，提供一種名稱(chēng)數(shù)據(jù)處理方法，包括：

獲取待處理名稱(chēng)數(shù)據(jù)；

對(duì)所述待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定所述待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息；

根據(jù)所述待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，確定所述待處理名稱(chēng) 數(shù)據(jù)中的個(gè)性化信息。

本申請(qǐng)的另一方面，提供一種名稱(chēng)數(shù)據(jù)處理裝置，包括：

獲取模塊，用于獲取待處理名稱(chēng)數(shù)據(jù)；

第一確定模塊，用于對(duì)所述待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定所述待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息；

第二確定模塊，用于根據(jù)所述待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，確定所述待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

在本申請(qǐng)中，在獲取待處理名稱(chēng)數(shù)據(jù)之后，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，從而確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，進(jìn)而根據(jù)確定出的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息，實(shí)現(xiàn)對(duì)待處理名稱(chēng)數(shù)據(jù)的識(shí)別，為管理名稱(chēng)數(shù)據(jù)提供了便利條件。

【附圖說(shuō)明】

為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本申請(qǐng)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本申請(qǐng)一實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理方法的流程示意圖；

圖2為本申請(qǐng)另一實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖；

圖3為本申請(qǐng)又一實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】

為使本申請(qǐng)實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然， 所描述的實(shí)施例是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例。基于本申請(qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。

圖1為本申請(qǐng)一實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理方法的流程示意圖。如圖1所示，該方法包括：

101、獲取待處理名稱(chēng)數(shù)據(jù)。

102、對(duì)上述待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息。

103、根據(jù)上述待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

本實(shí)施例提供一種名稱(chēng)數(shù)據(jù)處理方法，用以實(shí)現(xiàn)對(duì)名稱(chēng)數(shù)據(jù)的解析，確定名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息以及個(gè)性化信息，從而達(dá)到識(shí)別名稱(chēng)數(shù)據(jù)的目的，為名稱(chēng)數(shù)據(jù)的管理工作提供便利條件。

本實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理方法可以對(duì)任何名稱(chēng)數(shù)據(jù)進(jìn)行處理，例如可以是企業(yè)名稱(chēng)、旅游景點(diǎn)名稱(chēng)、學(xué)校名稱(chēng)、地方特產(chǎn)名稱(chēng)等。相應(yīng)的，執(zhí)行該名稱(chēng)數(shù)據(jù)處理方法的裝置(即名稱(chēng)數(shù)據(jù)處理裝置)可以是位于各應(yīng)用場(chǎng)景中的管理系統(tǒng)中實(shí)現(xiàn)，例如可作為crm系統(tǒng)中的功能模塊用以對(duì)企業(yè)名稱(chēng)進(jìn)行識(shí)別，或者可作為旅游行業(yè)的信息系統(tǒng)中的功能模塊用以對(duì)各旅游景點(diǎn)名稱(chēng)進(jìn)行識(shí)別，等等。除此之外，名稱(chēng)數(shù)據(jù)處理裝置也可以獨(dú)立于各應(yīng)用場(chǎng)景中的管理系統(tǒng)，但可以與各應(yīng)用場(chǎng)景中的管理系統(tǒng)進(jìn)行通信。

為便于描述和區(qū)分，本實(shí)施例將需要進(jìn)行處理的名稱(chēng)數(shù)據(jù)稱(chēng)為待處理名稱(chēng)數(shù)據(jù)。

在需要識(shí)別名稱(chēng)數(shù)據(jù)的應(yīng)用場(chǎng)景中，名稱(chēng)數(shù)據(jù)處理裝置獲取待處理名稱(chēng)數(shù)據(jù)。例如用戶(hù)可以手動(dòng)輸入待處理名稱(chēng)數(shù)據(jù)，或者是名稱(chēng)數(shù)據(jù)處理裝置可以根據(jù)處理指令，從其它設(shè)備上讀取待處理名稱(chēng)數(shù)據(jù)。

在獲取待處理名稱(chēng)數(shù)據(jù)之后，名稱(chēng)數(shù)據(jù)處理裝置可以對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行識(shí)別。一般來(lái)說(shuō)，名稱(chēng)數(shù)據(jù)都有一定的命名規(guī)則。當(dāng)然根據(jù)應(yīng)用場(chǎng)景的不同， 名稱(chēng)數(shù)據(jù)的命名規(guī)則也會(huì)有所不同。

以企業(yè)名稱(chēng)為例，一般包括行政區(qū)域、字號(hào)以及行業(yè)特征等信息，行政區(qū)域用于指示企業(yè)所在地，可理解為名稱(chēng)數(shù)據(jù)中的地域信息；字號(hào)一般是指企業(yè)自己設(shè)置的個(gè)性化信息；行業(yè)特征用于指示企業(yè)類(lèi)別或?qū)傩裕瑢儆诿Q(chēng)數(shù)據(jù)中的后綴。例如，以溫州市三明電器有限公司為例，溫州市屬于地域信息，三明電器屬于個(gè)性化信息，而有限公司屬于后綴信息。

以旅游景點(diǎn)名稱(chēng)為例，一般會(huì)包括景點(diǎn)所在地，景點(diǎn)所屬類(lèi)型以及一些類(lèi)似“景區(qū)”、“風(fēng)景區(qū)”、“度假村”等后綴信息。常見(jiàn)的旅游景點(diǎn)名稱(chēng)有陜西華山風(fēng)景區(qū)、山東泰山風(fēng)景名勝區(qū)、北京大興區(qū)野生動(dòng)物園、北京香山植物園等。

由上述分析可知，對(duì)于主要包括地域信息、個(gè)性化信息以及后綴信息的名稱(chēng)數(shù)據(jù)，對(duì)這些名稱(chēng)數(shù)據(jù)的識(shí)別過(guò)程實(shí)際上就是確定這些名稱(chēng)數(shù)據(jù)中的地域信息、個(gè)性化信息以及后綴信息的過(guò)程。

具體的，名稱(chēng)數(shù)據(jù)處理裝置對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，之后，根據(jù)所確定的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

值得說(shuō)明的是，本實(shí)施例并不限定地域信息解析過(guò)程與后綴信息解析過(guò)程之間的執(zhí)行順序，可以并行執(zhí)行，也可以順序執(zhí)行。

在本實(shí)施例中，考慮到地域信息之間的層級(jí)關(guān)系，例如省、市、區(qū)/縣，為了能夠精確確定名稱(chēng)數(shù)據(jù)中的地域信息，本實(shí)施例對(duì)待處理名稱(chēng)數(shù)據(jù)在各地域?qū)蛹?jí)上進(jìn)行地域信息解析，以便解析出待處理名稱(chēng)數(shù)據(jù)中各地域?qū)蛹?jí)上的地域信息。

為了便于對(duì)名稱(chēng)數(shù)據(jù)進(jìn)行地域信息解析，預(yù)先生成各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表。在各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中，存儲(chǔ)有對(duì)應(yīng)地域?qū)蛹?jí)上的所有地域信息。例如，以省對(duì)應(yīng)的地域信息表為例，該地域信息表中存儲(chǔ)有全國(guó)各省的名稱(chēng)或簡(jiǎn)稱(chēng)等可唯一標(biāo)識(shí)具體省份的信息。可選的，地域信息表可以是hash 表。優(yōu)選的，可以取各地域信息中指定數(shù)量(例如3個(gè))的字符作鍵值對(duì)中的鍵(key)。

在對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行地域信息解析之前，可以預(yù)先將各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表加載到緩存中，以便提高解析效率。

另外，為了解析出待處理名稱(chēng)數(shù)據(jù)中的后綴信息，預(yù)先建立后綴信息表，該后綴信息表中存儲(chǔ)有待處理名稱(chēng)數(shù)據(jù)所屬應(yīng)用場(chǎng)景中一些常見(jiàn)的后綴信息，例如有限公司、責(zé)任有限公司等。基于此，可以將待處理名稱(chēng)數(shù)據(jù)去除已經(jīng)解析出的地域信息之后剩余的部分?jǐn)?shù)據(jù)在后綴信息表中進(jìn)行匹配，如果匹配到該剩余的部分?jǐn)?shù)據(jù)中包含后綴信息表中某個(gè)后綴信息，則可以將該后綴信息作為待處理名稱(chēng)數(shù)據(jù)中的后綴信息。

在一可選實(shí)施方式中，名稱(chēng)數(shù)據(jù)處理裝置具體可以根據(jù)各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息；然后，根據(jù)預(yù)設(shè)的后綴信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)去除已確定的該待處理名稱(chēng)數(shù)據(jù)中的地域信息后剩余的部分?jǐn)?shù)據(jù)進(jìn)行后綴解析，以確定待處理名稱(chēng)數(shù)據(jù)中的后綴信息。在該實(shí)施方式中，名稱(chēng)數(shù)據(jù)處理裝置先行解析地域信息，再行解析后綴信息，這樣可以按照從左到右的順序依次對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行解析，符合常規(guī)處理邏輯，并且從解析出地域信息之后剩余的部分?jǐn)?shù)據(jù)中再行解析后綴信息，與從整個(gè)待處理名稱(chēng)數(shù)據(jù)中解析后綴數(shù)據(jù)相比，所需處理的數(shù)據(jù)量相對(duì)較小，有利于提高解析效率。

進(jìn)一步，考慮到在地域信息中，一般也是按照地域?qū)蛹?jí)由高到低的順序進(jìn)行排序，因此，名稱(chēng)數(shù)據(jù)處理裝置具體可以按照地域?qū)蛹?jí)由高到低的順序，根據(jù)每一地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行每一地域?qū)蛹?jí)上的地域信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中每一地域?qū)蛹?jí)上的地域信息；將待處理名稱(chēng)數(shù)據(jù)中每一地域?qū)蛹?jí)上的地域信息進(jìn)行組裝，以獲得待處理名稱(chēng)數(shù)據(jù)中的地域信息。例如，以省、市、區(qū)/縣三個(gè)層級(jí)為例，可以先解析省，再解析市，最后解析區(qū)/縣。

在每一地域?qū)蛹?jí)上的地域信息解析過(guò)程具體如下：

將待處理名稱(chēng)數(shù)據(jù)或待處理名稱(chēng)數(shù)據(jù)去除當(dāng)前地域?qū)蛹?jí)之前已解析出的各地域?qū)蛹?jí)上的地域信息后剩余的部分?jǐn)?shù)據(jù)作為待匹配數(shù)據(jù)；

按照從左到右的順序，從待匹配數(shù)據(jù)中讀取指定數(shù)量的字符；

判斷指定數(shù)量的字符是否存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中；

當(dāng)指定數(shù)量的字符存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中時(shí)，說(shuō)明指定數(shù)量的字符代表當(dāng)前地域?qū)蛹?jí)上的地域信息，于是將指定數(shù)量的字符作為待處理名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息，并進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程；

當(dāng)指定數(shù)量的字符不存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中時(shí)，進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程。

如果當(dāng)前地域?qū)蛹?jí)是預(yù)設(shè)地域?qū)蛹?jí)關(guān)系中的最高地域?qū)蛹?jí)，則需要將待處理名稱(chēng)數(shù)據(jù)作為待匹配數(shù)據(jù)。如果當(dāng)前地域?qū)蛹?jí)是預(yù)設(shè)地域?qū)蛹?jí)關(guān)系中的非最高地域?qū)蛹?jí)，則需要獲取待處理名稱(chēng)數(shù)據(jù)去除當(dāng)前地域?qū)蛹?jí)之前已解析出的各地域?qū)蛹?jí)上的地域信息后剩余的部分?jǐn)?shù)據(jù)作為待匹配數(shù)據(jù)。如果當(dāng)前地域?qū)蛹?jí)是預(yù)設(shè)地域?qū)蛹?jí)關(guān)系中的非最低地域?qū)蛹?jí)，則在執(zhí)行完當(dāng)前地域?qū)蛹?jí)上的地域信息解析流程之后進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程。如果當(dāng)前地域?qū)蛹?jí)是預(yù)設(shè)地域?qū)蛹?jí)關(guān)系中的最低地域?qū)蛹?jí)，則在執(zhí)行完當(dāng)前地域?qū)蛹?jí)上的地域信息解析流程之后進(jìn)入后綴信息解析流程。

進(jìn)一步可選的，考慮到一些特殊情況，例如用戶(hù)手寫(xiě)錯(cuò)誤，從而出現(xiàn)類(lèi)似“河北省溫州市三明電器有限公司”這樣的名稱(chēng)數(shù)據(jù)。為了能夠及時(shí)發(fā)現(xiàn)名稱(chēng)數(shù)據(jù)中的地域信息的錯(cuò)誤，本實(shí)施例在將指定數(shù)量的字符作為待處理名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息之前，執(zhí)行以下操作：

判斷待處理名稱(chēng)數(shù)據(jù)是否具有上一地域?qū)蛹?jí)上的地域信息；

若待處理名稱(chēng)數(shù)據(jù)具有上一地域?qū)蛹?jí)上的地域信息，判斷指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息是否滿(mǎn)足所屬關(guān)系；

若待處理名稱(chēng)數(shù)據(jù)不具有上一地域?qū)蛹?jí)上的地域信息，或者指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息滿(mǎn)足所屬關(guān)系，將指定數(shù)量的字符作為待處理 名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息。

進(jìn)一步，若指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息不滿(mǎn)足所屬關(guān)系，則進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程，并輸出匹配異常警示信息。例如，以河北省溫州市三明電器有限公司為例，假設(shè)上述指定數(shù)量的字符為溫州市，經(jīng)過(guò)判斷發(fā)現(xiàn)該溫州市與公司名稱(chēng)在上一地域?qū)蛹?jí)上的地域信息(即河北省)不滿(mǎn)足所屬關(guān)系，溫州市屬于浙江省而不是河北省，此時(shí)不將溫州市作為當(dāng)前地域?qū)蛹?jí)上的地域信息，該公司名稱(chēng)中的地域信息僅包括河北省這一層級(jí)?？蛇x的，此時(shí)可以結(jié)束整個(gè)地域信息解析流程，或者如果當(dāng)前地域?qū)蛹?jí)是地域?qū)蛹?jí)關(guān)系中的非最低地域?qū)蛹?jí)，則在執(zhí)行完當(dāng)前地域?qū)蛹?jí)上的地域信息解析流程之后進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程，只是在其它地域?qū)蛹?jí)上的地域信息解析均會(huì)失敗，無(wú)法解析出相應(yīng)地域?qū)蛹?jí)上的地域信息。另外，為了便于查錯(cuò)，還可以向用戶(hù)或管理人員發(fā)出異常警示信息，以提示用戶(hù)或管理人員手動(dòng)檢查該公司名稱(chēng)中的錯(cuò)誤。

進(jìn)一步，在上述過(guò)程中還可以做一些特殊處理，例如上海市和上海省實(shí)際上是同一個(gè)地方，因此在碰到類(lèi)似上海市和上海省之間的判斷時(shí)，可以取其中任意一個(gè)作為地域信息。

進(jìn)一步，除了預(yù)先建立地域信息表和后綴信息表，還可以建立自定義信息表。在自定義信息表中主要存儲(chǔ)一些需要特殊處理的字符，例如括號(hào)及括號(hào)內(nèi)的信息，英文符號(hào)等。當(dāng)名稱(chēng)數(shù)據(jù)中出現(xiàn)這些字符時(shí)，可以對(duì)這些字符進(jìn)行一些特殊處理，例如去除或者利用正則表達(dá)式進(jìn)行替換。例如將名稱(chēng)數(shù)據(jù)中的“(普通合伙)”去除，或者將其替換為“普通合伙”，這樣可以避免這些特殊字符帶來(lái)的識(shí)別困擾，有利于提高識(shí)別精度。

在一可選實(shí)施方式中，基于上述自定義信息表，在對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析之前，可以預(yù)先根據(jù)自定義信息表，將待處理名稱(chēng)數(shù)據(jù)中指定的字符去除或用正則表達(dá)式替換，以實(shí)現(xiàn)對(duì)待處理名稱(chēng)數(shù)據(jù)的預(yù)處理，為后續(xù)識(shí)別待處理名稱(chēng)數(shù)據(jù)提供良好的條件。

在另一可選實(shí)施方式中，考慮到這些特殊字符多數(shù)會(huì)出現(xiàn)在用戶(hù)自定義的 個(gè)性化信息這一部分，因此也可以在獲得地域信息和后綴信息之后，基于上述自定義信息表，對(duì)剩下的部分?jǐn)?shù)據(jù)進(jìn)行修正處理。具體的，名稱(chēng)數(shù)據(jù)處理裝置可以根據(jù)待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的初始個(gè)性化信息；根據(jù)自定義信息表，將初始個(gè)性化信息中的指定字符去除或用戶(hù)正則表達(dá)式替換，以獲得待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

由上可見(jiàn)，本實(shí)施例通過(guò)對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，可以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，進(jìn)而可以根據(jù)確定出的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息，實(shí)現(xiàn)對(duì)待處理名稱(chēng)數(shù)據(jù)的識(shí)別，為管理名稱(chēng)數(shù)據(jù)提供了便利條件。

另外，本實(shí)施例從名稱(chēng)數(shù)據(jù)中區(qū)分地域信息、個(gè)性化信息以及后綴信息，基于這三部分信息進(jìn)行名稱(chēng)數(shù)據(jù)的識(shí)別，能夠準(zhǔn)確識(shí)別名稱(chēng)數(shù)據(jù)，有利于避免識(shí)別錯(cuò)誤，提高識(shí)別精度。例如，對(duì)于溫州市三明電器有限公司和淄博三明電器有限公司這兩個(gè)企業(yè)名稱(chēng)，在現(xiàn)有技術(shù)方案中，由于對(duì)地域信息的識(shí)別是粗粒度的，不能精準(zhǔn)匹配到個(gè)性化信息，會(huì)將上述兩個(gè)企業(yè)名稱(chēng)判定為同一個(gè)企業(yè)名稱(chēng)，但實(shí)際上卻是兩個(gè)不同企業(yè)的名稱(chēng)，而采用本實(shí)施例提供的方法可以準(zhǔn)確識(shí)別出各地域?qū)蛹?jí)上的地域信息，對(duì)于上述兩個(gè)企業(yè)名稱(chēng)，可以識(shí)別出一個(gè)是溫州市，一個(gè)是淄博，從地域信息上可以確定這兩個(gè)企業(yè)名稱(chēng)，而不是同一家公司的名稱(chēng)，達(dá)到準(zhǔn)確識(shí)別的目的。

再者，本實(shí)施例不僅可以識(shí)別出名稱(chēng)數(shù)據(jù)中的地域信息，而且可以精確識(shí)別出各地域?qū)蛹?jí)上的地域信息，實(shí)現(xiàn)地域信息的精確識(shí)別，例如能夠精確識(shí)別名稱(chēng)數(shù)據(jù)中的省/市/區(qū)三級(jí)結(jié)構(gòu)。

在識(shí)別出待處理名稱(chēng)數(shù)據(jù)中的地域信息、個(gè)性化信息和后綴信息之后，可以基于所識(shí)別的地域信息、個(gè)性化信息和后綴信息進(jìn)行名稱(chēng)數(shù)據(jù)的去重、存儲(chǔ)或查找。

具體的，在確定待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息之后，還可以根據(jù)待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息，在名稱(chēng)數(shù)據(jù)庫(kù)中進(jìn)行匹配；名稱(chēng)數(shù)據(jù)庫(kù)中存儲(chǔ)有已有的名稱(chēng)數(shù)據(jù)；若未在名稱(chēng)數(shù)據(jù) 中匹配到與待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息對(duì)應(yīng)的名稱(chēng)數(shù)據(jù)，意味著名稱(chēng)數(shù)據(jù)庫(kù)中尚未存在該待處理名稱(chēng)數(shù)據(jù)，于是可以將待處理名稱(chēng)數(shù)據(jù)存儲(chǔ)到名稱(chēng)數(shù)據(jù)庫(kù)中。若在名稱(chēng)數(shù)據(jù)中匹配到與待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息對(duì)應(yīng)的名稱(chēng)數(shù)據(jù)，意味著名稱(chēng)數(shù)據(jù)庫(kù)中已經(jīng)存在于待處理名稱(chēng)數(shù)據(jù)中，則無(wú)需再將該待處理名稱(chēng)數(shù)據(jù)存儲(chǔ)到名稱(chēng)數(shù)據(jù)庫(kù)中或者可以從名稱(chēng)數(shù)據(jù)庫(kù)中讀取該待處理名稱(chēng)數(shù)據(jù)。由此可見(jiàn)，通過(guò)該實(shí)施方式可以進(jìn)行名稱(chēng)數(shù)據(jù)的去重、存儲(chǔ)或查找。

進(jìn)一步，在實(shí)際應(yīng)用中，經(jīng)常出現(xiàn)類(lèi)似“淄博三明電器有限公司”這樣的名稱(chēng)數(shù)據(jù)，在這類(lèi)名稱(chēng)數(shù)據(jù)中，只包含市級(jí)的地域信息，未包含省級(jí)的地域信息，屬于不完整的地域信息。為了便于使用，在確定待處理名稱(chēng)數(shù)據(jù)中的地域信息之后，可以判斷該地域信息是否完整；如果判斷結(jié)果為否，則可以按照地域?qū)蛹?jí)由高到低的順序，對(duì)待處理名稱(chēng)數(shù)據(jù)中的地域信息進(jìn)行補(bǔ)全。例如，可以將“淄博三明電器有限公司”中的地域信息由淄博市補(bǔ)全為山東省淄博市。又例如，可以將“溫州市三明電器有限公司”中的地域信息由溫州市補(bǔ)全為浙江省溫州市。

基于上述，在進(jìn)行名稱(chēng)數(shù)據(jù)的去重、存儲(chǔ)或查詢(xún)時(shí)，可以根據(jù)待處理名稱(chēng)數(shù)據(jù)中經(jīng)補(bǔ)全后的地域信息、個(gè)性化信息以及后綴信息，在名稱(chēng)數(shù)據(jù)庫(kù)中進(jìn)行匹配；并根據(jù)匹配結(jié)果進(jìn)行相應(yīng)處理，例如存儲(chǔ)、丟棄或讀取等。通過(guò)對(duì)地域信息進(jìn)行補(bǔ)全，可以進(jìn)一步提高識(shí)別精度，降低誤判概率。例如，對(duì)于像a市b區(qū)和b市b區(qū)這兩種情況，若直接使用b區(qū)進(jìn)行匹配，有可能發(fā)生誤匹配，即將a市的b區(qū)誤認(rèn)為是b市的b區(qū)，但是經(jīng)過(guò)補(bǔ)全之后，地域信息更加精確，可以輕易區(qū)分是a市b區(qū)還是b市b區(qū)，進(jìn)而區(qū)分兩個(gè)名稱(chēng)數(shù)據(jù)是否相同，有利于提高識(shí)別精度。

需要說(shuō)明的是，對(duì)于前述的各方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本申請(qǐng)并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本申請(qǐng)，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書(shū)中所描述的實(shí)施例均屬于優(yōu)選實(shí)施 例，所涉及的動(dòng)作和模塊并不一定是本申請(qǐng)所必須的。

在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。

圖2為本申請(qǐng)另一實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。如圖2所示，該裝置包括：獲取模塊21、第一確定模塊22和第二確定模塊23。

獲取模塊21，用于獲取待處理名稱(chēng)數(shù)據(jù)。

第一確定模塊22，用于對(duì)獲取模塊21獲取的待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息。

第二確定模塊23，用于根據(jù)第一確定模塊22確定出的待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

在一可選實(shí)施方式中，第一確定模塊22具體用于：

根據(jù)各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息；

根據(jù)預(yù)設(shè)的后綴信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)去除待處理名稱(chēng)數(shù)據(jù)中的地域信息后剩余的部分?jǐn)?shù)據(jù)進(jìn)行后綴信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的后綴信息。

進(jìn)一步，第一確定模塊22在根據(jù)各地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息時(shí)，具體用于：

按照地域?qū)蛹?jí)由高到低的順序，根據(jù)每一地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行每一地域?qū)蛹?jí)上的地域信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中每一地域?qū)蛹?jí)上的地域信息；

將待處理名稱(chēng)數(shù)據(jù)中每一地域?qū)蛹?jí)上的地域信息進(jìn)行組裝，以獲得待處理名稱(chēng)數(shù)據(jù)中的地域信息。

更進(jìn)一步，第一確定模塊22在按照地域?qū)蛹?jí)由高到低的順序，根據(jù)每一地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行每一地域?qū)蛹?jí)上的地域信息 解析，以確定待處理名稱(chēng)數(shù)據(jù)中每一地域?qū)蛹?jí)上的地域信息時(shí)，具體用于：

將待處理名稱(chēng)數(shù)據(jù)或待處理名稱(chēng)數(shù)據(jù)去除當(dāng)前地域?qū)蛹?jí)之前已解析出的各地域?qū)蛹?jí)上的地域信息后剩余的部分?jǐn)?shù)據(jù)作為待匹配數(shù)據(jù)；

按照從左到右的順序，從待匹配數(shù)據(jù)中讀取指定數(shù)量的字符；

判斷指定數(shù)量的字符是否存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中；當(dāng)指定數(shù)量的字符存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中時(shí)，將指定數(shù)量的字符作為待處理名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息，并進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程；

當(dāng)指定數(shù)量的字符不存在于當(dāng)前地域?qū)蛹?jí)對(duì)應(yīng)的地域信息表中時(shí)，進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程。

更進(jìn)一步，第一確定模塊22在將指定數(shù)量的字符作為待處理名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息時(shí)，具體用于：

判斷待處理名稱(chēng)數(shù)據(jù)是否具有上一地域?qū)蛹?jí)上的地域信息；

若待處理名稱(chēng)數(shù)據(jù)具有上一地域?qū)蛹?jí)上的地域信息，判斷指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息是否滿(mǎn)足所屬關(guān)系；

若待處理名稱(chēng)數(shù)據(jù)不具有上一地域?qū)蛹?jí)上的地域信息，或者指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息滿(mǎn)足所屬關(guān)系，將指定數(shù)量的字符作為待處理名稱(chēng)數(shù)據(jù)在當(dāng)前地域?qū)蛹?jí)上的地域信息。

更進(jìn)一步，第一確定模塊22還用于：

若指定數(shù)量的字符與上一地域?qū)蛹?jí)上的地域信息不滿(mǎn)足所屬關(guān)系，進(jìn)入下一地域?qū)蛹?jí)上的地域信息解析流程或后綴信息解析流程，并輸出匹配異常警示信息。

在一可選實(shí)施方式中，第二確定模塊23具體用于：

將待處理名稱(chēng)數(shù)據(jù)去除待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息后剩余的部分?jǐn)?shù)據(jù)，作為待處理名稱(chēng)數(shù)據(jù)中的初始個(gè)性化信息；

根據(jù)預(yù)設(shè)的自定義規(guī)則表，將待處理名稱(chēng)數(shù)據(jù)中的初始個(gè)性化信息中的指定字符去除或用正則表達(dá)式進(jìn)行替換，以獲得待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息。

在一可選實(shí)施方式中，第一確定模塊22在對(duì)獲取模塊21獲取的待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，以確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息之前，還用于：

根據(jù)預(yù)設(shè)的自定義規(guī)則表，將待處理名稱(chēng)數(shù)據(jù)中的指定字符去除或用正則表達(dá)式替換。

進(jìn)一步，如圖3所示，該裝置還包括：匹配模塊24和存儲(chǔ)模塊25。

匹配模塊24，用于根據(jù)待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息，在名稱(chēng)數(shù)據(jù)庫(kù)中進(jìn)行匹配。

存儲(chǔ)模塊25，用于在匹配模塊24未在名稱(chēng)數(shù)據(jù)中匹配到與待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息對(duì)應(yīng)的名稱(chēng)數(shù)據(jù)時(shí)，將待處理名稱(chēng)數(shù)據(jù)存儲(chǔ)到名稱(chēng)數(shù)據(jù)庫(kù)中。

進(jìn)一步，匹配模塊24還用于：在根據(jù)待處理名稱(chēng)數(shù)據(jù)中的地域信息、后綴信息和個(gè)性化信息，在名稱(chēng)數(shù)據(jù)庫(kù)中進(jìn)行匹配之前，判斷待處理名稱(chēng)數(shù)據(jù)中的地域信息是否完整，并在判斷結(jié)果為否時(shí)，按照地域?qū)蛹?jí)由高到低的順序，對(duì)待處理名稱(chēng)數(shù)據(jù)中的地域信息進(jìn)行補(bǔ)全。

本實(shí)施例提供的名稱(chēng)數(shù)據(jù)處理裝置，在獲取待處理名稱(chēng)數(shù)據(jù)之后，對(duì)待處理名稱(chēng)數(shù)據(jù)進(jìn)行各地域?qū)蛹?jí)上的地域信息解析以及后綴信息解析，從而確定待處理名稱(chēng)數(shù)據(jù)中的地域信息和后綴信息，進(jìn)而根據(jù)確定出的地域信息和后綴信息，確定待處理名稱(chēng)數(shù)據(jù)中的個(gè)性化信息，實(shí)現(xiàn)對(duì)待處理名稱(chēng)數(shù)據(jù)的識(shí)別，為管理名稱(chēng)數(shù)據(jù)提供了便利條件。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)，裝置和單元的具體工作過(guò)程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或 一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本申請(qǐng)各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以?xún)蓚€(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本申請(qǐng)各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤(pán)、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(read-onlymemory，rom)、隨機(jī)存取存儲(chǔ)器(randomaccessmemory，ram)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

最后應(yīng)說(shuō)明的是：以上實(shí)施例僅用以說(shuō)明本申請(qǐng)的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本申請(qǐng)進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本申請(qǐng)各實(shí)施例技術(shù)方案的精神和范圍。