一种基于多源数据交叉验证的楼宇企业入驻验真系统、方法、终端及存储介质与流程
本发明涉及互联网数据处理,尤其涉及一种基于多源数据交叉验证的楼宇企业入驻验真系统、方法、终端及计算机可读存储介质。
背景技术:
1、在楼宇招商、园区运营、城市楼宇经济统计、对公客户尽调和企业风控场景中,业务系统通常需要判断某一企业是否真实入驻某一楼宇。传统做法多依赖工商注册地址、地图兴趣点地址、招聘平台办公地址、搜索引擎公开网页、物业台账或现场走访中的一种或少数几种信息。
2、这些数据源各自有用,但不能简单互相替代。工商注册地址能说明企业登记或披露过某个地址,却不能证明当下仍在该处办公;地图兴趣点覆盖面广,但企业搬离后不一定马上下线;招聘地址往往更接近近期办公地点,但发布主体可能是品牌、分支机构或第三方代招主体;楼宇水牌和门牌照片现场性强,但还要处理ocr误识别、旧照片和同名企业问题;物业台账可信度较高,但不是每栋楼都能稳定接入。
3、现有技术的缺点如下:
4、(1)、单一数据源不能同时证明主体真实、空间真实和时间真实。例如,工商地址只能证明登记过,不必然证明当前实际办公;水牌照片能证明现场出现过名称,但还需确认名称对应的法人主体。
5、(2)、企业名称和地址表述不规范。企业全称、简称、品牌名、分公司名称、门店名、招聘主体名称经常混用;同一楼宇也可能存在别名、旧名、a/b 座、楼层英文写法和房间号省略等问题。
6、(3)、数据存在明显时滞。企业搬迁、撤场、换楼层后,工商、地图、搜索网页等公开信息可能长期未更新;如果不引入时间衰减,旧证据容易压过新证据。
7、(4)、弱证据难以直接使用。招聘地址、公开网页地址、设备聚集统计等单独看都不足以直接下结论,但在与物业、水牌、地图 poi 等证据交叉一致时,可以转化为高置信度证据。
8、(5)、缺少可解释的归因结果。现有系统往往只输出“匹配/不匹配”,没有说明哪一类证据支持、哪一类证据冲突、冲突原因是什么,导致业务人员难以复核。
9、因此,现有技术还有待于改进和发展。
技术实现思路
1、本发明的主要目的在于提供一种基于多源数据交叉验证的楼宇企业入驻验真系统、方法、终端及计算机可读存储介质,旨在解决现有技术中无法有效验证楼宇企业是否真正入驻的问题。
2、为实现上述目的,本发明提供一种基于多源数据交叉验证的楼宇企业入驻验真系统,所述基于多源数据交叉验证的楼宇企业入驻验真系统包括:
3、多源数据接入模块,用于接收多种方式采集或者多种平台提供的多源数据;
4、数据清洗模块,用于对所述多源数据进行数据清洗处理,得到目标多源数据;
5、企业实体对齐模块,用于从所述目标多源数据中识别企业名称、品牌名称、历史名称和分支机构名称,结合统一社会信用代码、企业别名库、品牌关系库、电话、官网域名、行业标签和人工确认样本,计算候选名称与目标企业之间的主体匹配度;
6、楼宇空间编码模块,用于将地址文本拆解为行政区、道路、门牌、楼宇名称、楼栋、楼层、房间号、方位描述和经纬度,并结合楼宇别名库和地理编码结果生成楼宇标准空间编码;
7、证据归因模块,用于根据证据点进行证据归因分析,输出来源归因、主体归因、空间归因、时间归因和一致性归因;
8、动态置信度计算模块,用于计算企业在楼宇空间的入驻置信度;
9、阈值判定模块,用于预设第一阈值和第二阈值,将所述入驻置信度与第一阈值和第二阈值进行比较,得到比较结果;
10、验真结果输出模块,用于根据所述比较结果输出验真结果,所述验真结果包括验真通过、疑似搬迁、疑似虚假、名称疑似不一致、地址粒度不足或者证据冲突;
11、二次核验模块,用于当证据处于模糊区间或存在强冲突时,自动生成二次核验任务,得到复核结果;
12、反馈学习模块,用于将所述复核结果回写到权重模型和规则库,控制系统进行反馈学习。
13、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述多源数据包括:企业信用公开数据、互联网地图兴趣点数据、网络招聘地址数据、楼宇现场图像识别数据、物业登记台账、网络公开检索数据和脱敏时空关联数据。
14、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述数据清洗处理包括:名称归一、地址解析和时间归一。
15、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述楼宇标准空间编码按业务需要设置为楼宇级、楼栋级、楼层级、房间级或空间网格级。
16、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述计算企业在楼宇空间的入驻置信度,具体为:
17、计算每条证据的有效贡献,并根据多源一致性和冲突情况进行修正:
18、s(e,l)=σ[wi×bs_i×bp_i×bt_i×e×c_i];
19、其中,s(e,l)表示企业e在楼宇空间l的入驻置信度,wi为来源可信度,bs_i为主体匹配度,bp_i为空间匹配度,bt_i为证据类型基础贡献,e为时间衰减项,c_i为一致性或冲突修正项。
20、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述二次核验任务包括:现场重新拍摄水牌或门牌、物业台账确认、公开网页补充检索、电话或线上渠道核验,以及在合规前提下使用脱敏空间活动摘要进行辅助判断。
21、可选地,所述的基于多源数据交叉验证的楼宇企业入驻验真系统,其中,所述基于多源数据交叉验证的楼宇企业入驻验真系统还包括:
22、证据链输出模块,用于对每一次验真生成证据链,所述证据链包括目标企业、目标楼宇空间编码、核验时间、参与计算的数据源、每条证据的来源、主体匹配结果、空间匹配结果、时间衰减结果、支持或冲突标签、最终置信度和判定标签。
23、此外,为实现上述目的,本发明提供一种基于多源数据交叉验证的楼宇企业入驻验真方法,基于上述系统实现,所述基于多源数据交叉验证的楼宇企业入驻验真方法包括如下步骤:
24、所述多源数据接入模块接收多种方式采集或者多种平台提供的多源数据;
25、所述数据清洗模块对所述多源数据进行数据清洗处理,得到目标多源数据;
26、所述企业实体对齐模块,从所述目标多源数据中识别企业名称、品牌名称、历史名称和分支机构名称,结合统一社会信用代码、企业别名库、品牌关系库、电话、官网域名、行业标签和人工确认样本,计算候选名称与目标企业之间的主体匹配度;
27、所述楼宇空间编码模块将地址文本拆解为行政区、道路、门牌、楼宇名称、楼栋、楼层、房间号、方位描述和经纬度,并结合楼宇别名库和地理编码结果生成楼宇标准空间编码;
28、所述证据归因模块根据证据点进行证据归因分析,输出来源归因、主体归因、空间归因、时间归因和一致性归因;
29、所述动态置信度计算模块计算企业在楼宇空间的入驻置信度;
30、所述阈值判定模块预设第一阈值和第二阈值,将所述入驻置信度与第一阈值和第二阈值进行比较,得到比较结果;
31、所述验真结果输出模块根据所述比较结果输出验真结果,所述验真结果包括验真通过、疑似搬迁、疑似虚假、名称疑似不一致、地址粒度不足和证据冲突;
32、所述二次核验模块当证据处于模糊区间或存在强冲突时,自动生成二次核验任务,得到复核结果;
33、所述反馈学习模块将所述复核结果回写到权重模型和规则库,控制系统进行反馈学习。
34、此外,为实现上述目的,本发明还提供一种终端,其中,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于多源数据交叉验证的楼宇企业入驻验真程序,所述基于多源数据交叉验证的楼宇企业入驻验真程序被所述处理器执行时实现如上所述的基于多源数据交叉验证的楼宇企业入驻验真方法的步骤。
35、此外,为实现上述目的,本发明还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有基于多源数据交叉验证的楼宇企业入驻验真程序,所述基于多源数据交叉验证的楼宇企业入驻验真程序被处理器执行时实现如上所述的基于多源数据交叉验证的楼宇企业入驻验真方法的步骤。
36、本发明中,所述系统包括:多源数据接入模块,用于接收多种方式采集或者多种平台提供的多源数据;数据清洗模块,用于对所述多源数据进行数据清洗处理,得到目标多源数据;企业实体对齐模块,用于从所述目标多源数据中识别企业名称、品牌名称、历史名称和分支机构名称,结合统一社会信用代码、企业别名库、品牌关系库、电话、官网域名、行业标签和人工确认样本,计算候选名称与目标企业之间的主体匹配度;楼宇空间编码模块,用于将地址文本拆解为行政区、道路、门牌、楼宇名称、楼栋、楼层、房间号、方位描述和经纬度,并结合楼宇别名库和地理编码结果生成楼宇标准空间编码;证据归因模块,用于根据证据点进行证据归因分析,输出来源归因、主体归因、空间归因、时间归因和一致性归因;动态置信度计算模块,用于计算企业在楼宇空间的入驻置信度;阈值判定模块,用于预设第一阈值和第二阈值,将所述入驻置信度与第一阈值和第二阈值进行比较,得到比较结果;验真结果输出模块,用于根据所述比较结果输出验真结果,所述验真结果包括验真通过、疑似搬迁、疑似虚假、名称疑似不一致、地址粒度不足或者证据冲突;二次核验模块,用于当证据处于模糊区间或存在强冲突时,自动生成二次核验任务,得到复核结果;反馈学习模块,用于将所述复核结果回写到权重模型和规则库,控制系统进行反馈学习。本发明通过主体、空间、时间和一致性多层归因,降低单一来源数据错误导致的误判,提高了楼宇企业入驻真实性判断的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com