一種特定群體的識(shí)別方法、系統(tǒng)及終端的制作方法
【專利摘要】本發(fā)明提供一種特定群體的識(shí)別方法、系統(tǒng)及終端。該方法包括：獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)；構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集；所述規(guī)則樣本集初始為空集，所述剩余地址集初始為全量地址數(shù)據(jù)；從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信息，放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合特定群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符合所述特定群體的標(biāo)識(shí)信息組成減法規(guī)則；將所述加法規(guī)則和/或所述減法規(guī)則固化。其克服現(xiàn)有的電子商務(wù)領(lǐng)域的特定群體識(shí)別難的技術(shù)問(wèn)題，提高了特定群體的識(shí)別的效率和用戶體驗(yàn)。
【專利說(shuō)明】
-種特定群體的識(shí)別方法、系統(tǒng)及終端
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及電子商務(wù)領(lǐng)域，尤其設(shè)及一種特定群體的識(shí)別方法、系統(tǒng)及終端。
【背景技術(shù)】
[0002] 電子商務(wù)是利用微電腦技術(shù)和網(wǎng)絡(luò)技術(shù)進(jìn)行的商務(wù)活動(dòng)，通常是指在全球各地廣 泛的商業(yè)貿(mào)易活動(dòng)中，在因特網(wǎng)開(kāi)放的網(wǎng)絡(luò)環(huán)境下，基于瀏覽器/服務(wù)器應(yīng)用方式，買賣雙 方不謀面地進(jìn)行各種商貿(mào)活動(dòng)，實(shí)現(xiàn)消費(fèi)者的網(wǎng)上購(gòu)物、商戶之間的網(wǎng)上交易和在線電子 支付W及各種商務(wù)活動(dòng)、交易活動(dòng)、金融活動(dòng)和相關(guān)的綜合服務(wù)活動(dòng)的一種新型的商業(yè)運(yùn) 營(yíng)模式。各國(guó)政府、學(xué)者、企業(yè)界人±根據(jù)自己所處的地位和對(duì)電子商務(wù)參與的角度和程度 的不同，給出了許多不同的定義。電子商務(wù)分為:48(：、828、82(：、〔2(：、821、]\12(：、824(即826)、 C2A(即C2G)、020電子商務(wù)模式等等。電子商務(wù)的形成與交易離不開(kāi)W下S方面的關(guān)系:交 易平臺(tái)、平臺(tái)經(jīng)營(yíng)者和站內(nèi)經(jīng)營(yíng)者。
[0003] 網(wǎng)購(gòu)的普及使得電子商務(wù)整體市場(chǎng)保持高速增長(zhǎng)，目前電子商務(wù)領(lǐng)域的用戶群體 數(shù)量龐大，則需要迅速?gòu)挠脩羧豪镏斜孀R(shí)到特性群體類別，針對(duì)該特定群體進(jìn)行特定營(yíng)銷 推廣，快速建立營(yíng)銷路徑。
[0004] 發(fā)明人在研究的過(guò)程中發(fā)現(xiàn)，由于網(wǎng)購(gòu)本身的大眾化性質(zhì)，無(wú)法通過(guò)消費(fèi)特征、行 為特征等有效區(qū)分不同的用戶群體，而區(qū)分特定用戶群體類別，目前主要有W下兩方面的 問(wèn)題：
[0005] -是獲取渠道。線上或線下問(wèn)卷調(diào)查的形式、線上用戶注冊(cè)時(shí)獲取，但如果問(wèn)卷或 者系統(tǒng)設(shè)計(jì)時(shí)沒(méi)有考慮職業(yè)運(yùn)一選項(xiàng)，則不能收集到用戶的職業(yè)信息，同時(shí)很難覆蓋全量 用戶。
[0006] 二是數(shù)據(jù)的質(zhì)量。即使有收集到用戶的職業(yè)信息，用戶出于自我保護(hù)意識(shí)，故意填 錯(cuò)導(dǎo)致數(shù)據(jù)質(zhì)量不高，誤差比較大。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的主要目的在于提供一種特定群體的識(shí)別方法、系統(tǒng)及終端，W克服現(xiàn)有 的電子商務(wù)領(lǐng)域的特定用戶群體識(shí)別難的技術(shù)問(wèn)題。
[000引本發(fā)明一方面提供了一種特定群體的識(shí)別方法，包括：
[0009] 步驟一、獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)；
[0010] 步驟二、構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集初始 為空集，所述剩余地址集初始為全量地址數(shù)據(jù)；
[0011] 步驟=、從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信息，放 入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合特定群 體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符合所述 特定群體的標(biāo)識(shí)信息組成減法規(guī)則；
[0012] 步驟四、將所述加法規(guī)則和/或所述減法規(guī)則固化。
[0013] 進(jìn)一步的，所述步驟一中，具體包括:獲取訂單信息，提取所述訂單信息中的有效 地址信息；
[0014] 所述有效地址信息，具體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址 信息。
[0015] 進(jìn)一步的，步驟=中，所述放入所述規(guī)則樣本集中之后，還包括：
[0016] 將所述放入所述規(guī)則樣本集中至少一條地址信息，從所述剩余地址集中刪除。
[0017] 進(jìn)一步的，步驟=中，所述特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的 標(biāo)識(shí)信息；
[0018] 所述不符合特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息的臨 近參考標(biāo)識(shí)信息。
[0019] 進(jìn)一步的，所述步驟=之后，還包括，擴(kuò)充加法規(guī)則，所述擴(kuò)充加法規(guī)則包括:重復(fù) 步驟=，直至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量和/或所述加法規(guī)則的中增加的 標(biāo)識(shí)信息小于指定數(shù)量為止。
[0020] 進(jìn)一步的，所述步驟四中，將所述加法規(guī)則和/或所述減法規(guī)則固化，具體包括：
[0021] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)未完成抽取，重復(fù)不放回 抽取所述地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或
[0022] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且所述地址庫(kù)中的數(shù)據(jù)完 成抽取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或
[0023] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完成抽取，將所述加法規(guī) 則和/或所述減法規(guī)則固化。
[0024] 進(jìn)一步的，所述匹配加法規(guī)則和/或減法規(guī)則，判斷匹配完成后，且匹配結(jié)果不滿 足預(yù)定誤判率，還包括，擴(kuò)充減法規(guī)則，所述擴(kuò)充減法規(guī)則包括:加法規(guī)則和/或減法規(guī)則抽 取完畢之后，且所述加法規(guī)則和/或減法規(guī)則不滿足預(yù)定誤判率，增加不符合特定群體標(biāo) 識(shí)，重復(fù)步驟直至滿足預(yù)定誤判率為止。
[0025] 本發(fā)明另一方面還提供了一種特定群體的識(shí)別系統(tǒng)，包括：
[0026] 獲取模塊，用于獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)；
[0027] 構(gòu)建模塊，用于構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本 集初始為空集，所述剩余地址集初始為全量地址數(shù)據(jù)；
[0028] 規(guī)則模塊，用于從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信 息，放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合 特定群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符 合所述特定群體的標(biāo)識(shí)信息組成減法規(guī)則；
[0029] 固化模塊，用于將所述加法規(guī)則和/或所述減法規(guī)則固化。
[0030] 進(jìn)一步的，所述獲取模塊，具體包括：
[0031] 獲取單元，用于獲取訂單信息，提取所述訂單信息中的有效地址信息;所述有效地 址信息，具體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址信息。
[0032] 進(jìn)一步的，所述規(guī)則模塊，還包括：
[0033] 刪除單元，用于將所述放入所述規(guī)則樣本集中至少一條地址信息，從所述剩余地 址集中刪除。
[0034] 進(jìn)一步的，所述特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息；
[0035] 所述不符合特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息的臨 近參考標(biāo)識(shí)信息。
[0036] 進(jìn)一步的，還包括：
[0037] 第一規(guī)則單元，所述第一規(guī)則單元攜帶擴(kuò)充加法規(guī)則，所述擴(kuò)充加法規(guī)則包括:運(yùn) 行規(guī)則模塊，直至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量和/或所述加法規(guī)則的中增 加的標(biāo)識(shí)信息小于指定數(shù)量為止；
[0038] 第二規(guī)則單元，所述第二規(guī)則單元攜帶擴(kuò)充減法規(guī)則，用于匹配加法規(guī)則和/或減 法規(guī)則，判斷匹配完成后，且匹配結(jié)果不滿足預(yù)定誤判率，啟動(dòng)擴(kuò)充減法規(guī)則，包括:加法規(guī) 則和/或減法規(guī)則抽取完畢之后，且所述加法規(guī)則和/或減法規(guī)則不滿足預(yù)定誤判率，增加 不符合特定群體標(biāo)識(shí)，重復(fù)步驟直至滿足預(yù)定誤判率為止。
[0039] 進(jìn)一步的，該系統(tǒng)還包括包括：
[0040] 第一匹配單元，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中 的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)未完 成抽取，重復(fù)不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或
[0041] 第二匹配單元，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中 的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且所 述地址庫(kù)中的數(shù)據(jù)完成抽取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或
[0042] 第=匹配單元，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中 的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完成 抽取，將所述加法規(guī)則和/或所述減法規(guī)則固化。
[0043] 本發(fā)明另一方面還提供了一種特定群體的識(shí)別終端，包括所述的系統(tǒng)。
[0044] 本發(fā)明通過(guò)獲取訂單信息，提取所述訂單信息中的地址信息作為地址庫(kù);從而構(gòu) 建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集初始為空集，所述剩余地 址集初始為全量地址數(shù)據(jù);并從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地 址信息，放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不 符合特定群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將 不符合所述特定群體的標(biāo)識(shí)信息組成減法規(guī)則；同時(shí)將所述加法規(guī)則和/或所述減法規(guī)則 固化后，識(shí)別特定群體，例如學(xué)生類群體、公職類群體。通過(guò)分析特定群體的消費(fèi)特征、行為 特征等，為其匹配相關(guān)的項(xiàng)目或活動(dòng)進(jìn)行營(yíng)銷。
【附圖說(shuō)明】
[0045] 圖1為根據(jù)本發(fā)明的一種特定群體的識(shí)別方法的實(shí)施例一的流程圖；
[0046] 圖2為根據(jù)本發(fā)明的一種特定群體的識(shí)別方法的實(shí)施例二的流程圖；
[0047] 圖3為根據(jù)本發(fā)明的一種特定群體的識(shí)別方法的實(shí)施例=的流程圖；
[0048] 圖4為根據(jù)本發(fā)明的一種特定群體的識(shí)別系統(tǒng)的實(shí)施例四的結(jié)構(gòu)框圖之一；
[0049] 圖5為根據(jù)本發(fā)明的一種特定群體的識(shí)別系統(tǒng)的實(shí)施例五的結(jié)構(gòu)框圖之二；
[0050] 圖6為根據(jù)本發(fā)明的一種特定群體的識(shí)別系統(tǒng)的實(shí)施例六的結(jié)構(gòu)框圖之=。
【具體實(shí)施方式】
[0051] 下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例提供的一種特定群體的識(shí)別方法、系統(tǒng)及終端進(jìn)行 詳細(xì)描述。
[0052] 實(shí)施例一
[0053] 參照?qǐng)D1，圖1示出了本發(fā)明的方法的一實(shí)施例的流程圖。
[0054] 本發(fā)明一方面提供了一種特定群體的識(shí)別方法，包括：
[0055] 在步驟一中，獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)。
[0056] 具體的，獲取訂單信息，包括，獲取有效訂單信息，提取所述訂單信息或有效訂單 信息中的有效地址信息。
[0057] 所述有效訂單信息，只標(biāo)記已完成的訂單信息;所述有效地址信息，是指地址的精 確程度，即通過(guò)常規(guī)電子地圖（如百度地圖、高德地圖）能很快精準(zhǔn)定位地理位置的地址。具 體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址信息。
[005引作為優(yōu)選實(shí)施例，有效地址判定方法如下：
[0059] 1、城鎮(zhèn)級(jí)特征的地址視為有效地址。即包含W下關(guān)鍵詞的地址默認(rèn)為有效地址： "小區(qū)"、"衡V'路"、"弄'、"巷'如，"北京市昌平區(qū)"為無(wú)效地址，"北京市昌平區(qū)立水橋合立 方小區(qū)3號(hào)樓二單元1102室"是有效地址。
[0060] 2、村級(jí)特征的地址視為有效地址。即包含W下關(guān)鍵詞的地址默認(rèn)為有效地址： "村"、"莊"、"寨"如，"臨巧市巧南縣"為無(wú)效地址，"臨巧市巧南縣楊坡鎮(zhèn)李家坡村"為有效 地址。
[0061] 該判定方法可通過(guò)電子地圖工具判定或地址的精確度判定，如城鎮(zhèn)級(jí)地址判定或 村級(jí)地址判定。
[0062] 在步驟二中，構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集 初始為空集，所述剩余地址集初始為全量地址數(shù)據(jù)。
[0063] 在步驟=中，從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信 息，放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合 特定群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符 合所述特定群體的標(biāo)識(shí)信息組成減法規(guī)則。
[0064] 其中，所述放入所述規(guī)則樣本集中之后，還包括：
[0065] 將所述放入所述規(guī)則樣本集中至少一條地址信息，從所述剩余地址集中刪除。
[0066] 具體的，所述特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息；所 述不符合特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息的臨近參考標(biāo)識(shí) 信息。
[0067] 如特定群體為學(xué)生類群體，含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息至少為包含 關(guān)鍵詞"大學(xué)"，所述不符合特定群體標(biāo)識(shí)的標(biāo)識(shí)信息至少為包含關(guān)鍵詞"大學(xué)"且"大學(xué)"后 包含關(guān)鍵詞"附近"，如"北京大學(xué)北口附近全時(shí)便利店"。
[0068] 作為優(yōu)選實(shí)施例，從剩余地址集中隨機(jī)抽取有效地址k條(k^lKk值需基于實(shí)際 情況進(jìn)行制定，默認(rèn)抽取有效地址條數(shù)占總地址庫(kù)條數(shù)的5%)放入規(guī)則樣本集，同時(shí)在剩 余地址集中將此k條數(shù)據(jù)刪除。根據(jù)抽取的k條數(shù)據(jù)，歸納出各類用戶群體的規(guī)則，包括加法 規(guī)則和減法規(guī)則。
[0069] 其中加法規(guī)則是指將地址標(biāo)注為某類用戶群體的規(guī)則(如識(shí)別學(xué)生群體的加法規(guī) 則包含關(guān)鍵詞"大學(xué)"）；減法規(guī)則是指將誤標(biāo)記的地址從已標(biāo)記的某類用戶群體地址庫(kù)中 剔除的規(guī)則。（如基于加法規(guī)則標(biāo)記的學(xué)生類群體中剔除包含關(guān)鍵詞"大學(xué)"且"大學(xué)"后包 含關(guān)鍵詞"附近"的"北京大學(xué)北口附近全時(shí)便利店"），減法規(guī)則主要是用來(lái)減小誤標(biāo)記比 例的，即減小誤判率。
[0070] 在步驟四中，將所述加法規(guī)則和/或所述減法規(guī)則固化。
[0071] 將加法規(guī)則和減法規(guī)則進(jìn)行程序化，對(duì)全量地址數(shù)據(jù)進(jìn)行特定群體抽取及標(biāo)記， 同時(shí)結(jié)合具體的業(yè)務(wù)規(guī)則及場(chǎng)景，完成對(duì)特定群體指定場(chǎng)景的操作。
[0072] 具體的，所述步驟四之后還包括：
[0073] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)的數(shù)據(jù)未完成抽取，重復(fù)不放回抽 取所述地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或
[0074] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且所述地址庫(kù)中的數(shù)據(jù)完 成抽取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或
[0075] 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法 規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完成抽取，將所述加法規(guī) 則和/或所述減法規(guī)則固化。
[0076] 具體的，在實(shí)際應(yīng)用中，一般需要考慮W下問(wèn)題：
[0077] 1.特定群體標(biāo)記投入的人數(shù)、誤判率等，需提前制定，指導(dǎo)完成抽取結(jié)果的過(guò)程及 質(zhì)量；
[0078] 2.地址編碼問(wèn)題：由于用戶在輸入地址時(shí)可能有各種各樣的問(wèn)題，需要采取編碼 異常捕捉機(jī)制進(jìn)行異常的捕獲過(guò)濾和調(diào)整替換。異常捕捉，是編程語(yǔ)言里的一種機(jī)制，用于 處理程序中出現(xiàn)的異常狀況，使程序正常執(zhí)行。如當(dāng)遇到地址"翠微路蓮:宏陽(yáng)大廈17樓"時(shí)， 程序?qū)⒎祷卦摋l數(shù)據(jù)，程序繼續(xù)執(zhí)行。程序結(jié)束后，人工修改錯(cuò)誤編碼，例如將上述錯(cuò)誤地 址修改為"翠微路宏陽(yáng)大廈17樓"。對(duì)修改過(guò)的地址進(jìn)行特定群體標(biāo)記。該編碼異常的捕捉 優(yōu)選為放在不放回抽取所述規(guī)則樣本集或剩余地址集中的至少一條數(shù)據(jù)之后，也可根據(jù)需 要，放在該流程運(yùn)行中的相應(yīng)位置。
[0079] 本發(fā)明實(shí)施例一公開(kāi)了一種特定群體的識(shí)別方法，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定群體需要面臨的兩個(gè)問(wèn)題:獲取途徑和 數(shù)據(jù)質(zhì)量的問(wèn)題。利用收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別地址成功 避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0080] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[0081 ] 實(shí)施例二
[0082] 參照?qǐng)D2,圖2示出了本發(fā)明的方法的另一實(shí)施例的流程圖。
[0083] 本發(fā)明實(shí)施例二與實(shí)施例一的區(qū)別在于：
[0084] 所述步驟=之后，還包括，擴(kuò)充加法規(guī)則，所述擴(kuò)充加法規(guī)則包括:重復(fù)步驟=，直 至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量和/或所述加法規(guī)則的中增加的標(biāo)識(shí)信息小 于指定數(shù)量為止。
[0085] 具體的，擴(kuò)充加法規(guī)則。重復(fù)上述抽取及標(biāo)記的操作n輪，直到第n輪抽取的新的加 法規(guī)則小于指定條數(shù)m(需根據(jù)項(xiàng)目進(jìn)行時(shí)的時(shí)間及人力投入要求來(lái)具體確定m值，默認(rèn)為 1)為止，加法規(guī)則抽取完畢（由于地址類記錄數(shù)據(jù)有限，因此抽取過(guò)程是不會(huì)陷入死循環(huán) 的，且在實(shí)際應(yīng)用中會(huì)快速迭代擴(kuò)充完畢）。
[0086] 本發(fā)明實(shí)施例二公開(kāi)了一種特定群體的識(shí)別方法，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定群體需要面臨的兩個(gè)問(wèn)題:獲取途徑和 數(shù)據(jù)質(zhì)量的問(wèn)題。利用收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別地址成功 避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0087] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[0088] 實(shí)施例S
[0089] 參照?qǐng)D3,圖3示出了本發(fā)明的方法的另一實(shí)施例的流程圖。
[0090] 本發(fā)明實(shí)施例S與實(shí)施例一和二的區(qū)別在于：
[0091] 所述匹配加法規(guī)則和/或減法規(guī)則，判斷匹配完成后，且匹配結(jié)果不滿足預(yù)定誤判 率，還包括，擴(kuò)充減法規(guī)則，所述擴(kuò)充減法規(guī)則包括:加法規(guī)則和/或減法規(guī)則抽取完畢之 后，且所述加法規(guī)則和/或減法規(guī)則不滿足預(yù)定誤判率，增加不符合特定群體標(biāo)識(shí)，重復(fù)步 驟直至滿足預(yù)定誤判率為止。
[0092] 擴(kuò)充減法規(guī)則。當(dāng)加法規(guī)則抽取完畢后，需要檢查規(guī)則的誤判情況。首先將加法規(guī) 則全部應(yīng)用于所有地址庫(kù)中的數(shù)據(jù)上進(jìn)行特定群體的抽取、標(biāo)記;其次從標(biāo)記出的特定群 體中隨機(jī)抽取L條(需基于實(shí)際情況進(jìn)行制定，默認(rèn)抽取條數(shù)占總地址庫(kù)條數(shù)的1%)，人工 檢查誤判情況，若小于指定誤判率(需基于實(shí)際情況進(jìn)行制定，默認(rèn)為5%)，則認(rèn)為滿足標(biāo) 記要求，識(shí)別結(jié)束;若大于制定誤判率，則根據(jù)誤判記錄歸納、擴(kuò)充減法規(guī)則。重復(fù)上述標(biāo) 記、抽取判定過(guò)程，直至滿足標(biāo)記要求，識(shí)別結(jié)束。
[0093] 本發(fā)明實(shí)施例=公開(kāi)的一種特定群體的識(shí)別方法，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定群體需要面臨的兩個(gè)問(wèn)題:獲取途徑和 數(shù)據(jù)質(zhì)量的問(wèn)題。利用收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別地址成功 避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0094] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[009引實(shí)施例四
[0096] 參照?qǐng)D4,圖4示出了本發(fā)明的系統(tǒng)的一實(shí)施例的方框圖。
[0097] 本發(fā)明另一方面還提供了一種特定群體的識(shí)別系統(tǒng)，包括：
[0098] 獲取模塊11，用于獲取訂單信息，提取所述訂單信息中的地址信息組成規(guī)則庫(kù)。具 體實(shí)現(xiàn)的功能和處理方式參見(jiàn)步驟一。
[0099] 所述獲取模塊11，具體包括:獲取單元111，用于獲取訂單信息，提取所述訂單信息 中的有效地址信息;所述有效地址信息，具體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo) 識(shí)的地址信息。
[0100] 獲取訂單信息，包括，獲取有效訂單信息，所述有效地址信息，是指地址的精確程 度，即通過(guò)常規(guī)電子地圖（如百度地圖、高德地圖）能很快精準(zhǔn)定位地理位置的地址。具體包 括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址信息。
[0101 ]作為優(yōu)選實(shí)施例，有效地址判定方法如下：
[0102] 1、城鎮(zhèn)級(jí)特征的地址視為有效地址。即包含W下關(guān)鍵詞的地址默認(rèn)為有效地址： "小區(qū)"、"衡V'路"、"弄'、"巷'如，"北京市昌平區(qū)"為無(wú)效地址，"北京市昌平區(qū)立水橋合立 方小區(qū)3號(hào)樓二單元1102室"是有效地址。
[0103] 2、村級(jí)特征的地址視為有效地址。即包含W下關(guān)鍵詞的地址默認(rèn)為有效地址： "村"、"莊"、"寨"如，"臨巧市巧南縣"為無(wú)效地址，"臨巧市巧南縣楊坡鎮(zhèn)李家坡村"為有效 地址。
[0104] 該判定方法可通過(guò)電子地圖工具判定或地址的精確度判定，如城鎮(zhèn)級(jí)地址判定或 村級(jí)地址判定。
[0105] 構(gòu)建模塊12,用于構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣 本集初始為空集，所述剩余地址集初始為全量地址數(shù)據(jù)。具體實(shí)現(xiàn)的功能和處理方式參見(jiàn) 步驟二。
[0106] 規(guī)則模塊13,用于從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址 信息，放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符 合特定群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不 符合所述特定群體的標(biāo)識(shí)信息組成減法規(guī)則。具體實(shí)現(xiàn)的功能和處理方式參見(jiàn)步驟=。
[0107] 所述規(guī)則模塊13,還包括:刪除單元131，用于將所述放入所述規(guī)則樣本集中至少 一條地址信息，從所述剩余地址集中刪除。
[0108] 所述特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息;所述不符合 特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息的臨近參考標(biāo)識(shí)信息。
[0109] 如特定群體為學(xué)生類群體，含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息至少為包含 關(guān)鍵詞"大學(xué)"，所述不符合特定群體標(biāo)識(shí)的標(biāo)識(shí)信息至少為包含關(guān)鍵詞"大學(xué)"且"大學(xué)"后 包含關(guān)鍵詞"附近"，如"北京大學(xué)北口附近全時(shí)便利店"。
[0110] 優(yōu)選的，從剩余地址集中隨機(jī)抽取有效地址k條化>l)(k值需基于實(shí)際情況進(jìn)行 制定，默認(rèn)抽取有效地址條數(shù)占總地址庫(kù)條數(shù)的5%)放入規(guī)則樣本集，同時(shí)在剩余地址集 中將此k條數(shù)據(jù)刪除。根據(jù)抽取的k條數(shù)據(jù)，歸納出各類用戶群體的規(guī)則，包括加法規(guī)則和減 法規(guī)則。
[0111] 其中加法規(guī)則是指將地址標(biāo)注為某類用戶群體的規(guī)則(如識(shí)別學(xué)生群體的加法規(guī) 則包含關(guān)鍵詞"大學(xué)"）；減法規(guī)則是指將誤標(biāo)記的地址從已標(biāo)記的某類用戶群體地址庫(kù)中 剔除的規(guī)則。（如基于加法規(guī)則標(biāo)記的學(xué)生類群體中剔除包含關(guān)鍵詞"大學(xué)"且"大學(xué)"后包 含關(guān)鍵詞"附近"的"北京大學(xué)北口附近全時(shí)便利店"），減法規(guī)則主要是用來(lái)減小誤標(biāo)記比 例的，即減小誤判率。
[0112] 固化模塊14,用于將所述加法規(guī)則和/或所述減法規(guī)則固化。具體實(shí)現(xiàn)的功能和處 理方式參見(jiàn)步驟四。
[0113] 將加法規(guī)則和減法規(guī)則進(jìn)行程序化，對(duì)全量地址數(shù)據(jù)進(jìn)行特定群體抽取及標(biāo)記， 同時(shí)結(jié)合具體的業(yè)務(wù)規(guī)則及場(chǎng)景，完成對(duì)特定群體指定場(chǎng)景的操作。
[0114] 該系統(tǒng)還包括：
[0115] 第一匹配單元171，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù) 中的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)未 完成抽取，重復(fù)不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或
[0116] 第二匹配單元172,用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù) 中的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且 所述地址庫(kù)中的數(shù)據(jù)完成抽取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或
[0117] 第=匹配單元173,用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù) 中的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完 成抽取，將所述加法規(guī)則和/或所述減法規(guī)則固化。
[0118] 具體的，在實(shí)際應(yīng)用中，一般需要考慮W下問(wèn)題：
[0119] 1.特定群體標(biāo)記投入的人數(shù)、誤判率等，需提前制定，指導(dǎo)完成抽取結(jié)果的過(guò)程及 質(zhì)量；
[0120] 2.地址編碼問(wèn)題：由于用戶在輸入地址時(shí)可能有各種各樣的問(wèn)題，需要采取編碼 異常捕捉機(jī)制進(jìn)行異常的捕獲過(guò)濾和調(diào)整替換。異常捕捉，是編程語(yǔ)言里的一種機(jī)制，用于 處理程序中出現(xiàn)的異常狀況，使程序正常執(zhí)行。如當(dāng)遇到地址"翠微路或宏陽(yáng)大廈17樓"時(shí)， 程序?qū)⒎祷卦摋l數(shù)據(jù)，程序繼續(xù)執(zhí)行。程序結(jié)束后，人工修改錯(cuò)誤編碼，例如將上述錯(cuò)誤地 址修改為"翠微路宏陽(yáng)大廈17樓"。對(duì)修改過(guò)的地址進(jìn)行特定群體標(biāo)記。該編碼異常的捕捉 優(yōu)選為放在不放回抽取所述規(guī)則樣本集或剩余地址集中的至少一條數(shù)據(jù)之后，也可根據(jù)需 要，放在該流程運(yùn)行中的相應(yīng)位置。
[0121] 本發(fā)明實(shí)施例四公開(kāi)的一種特定群體的識(shí)別系統(tǒng)，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定群體需要面臨的兩個(gè)問(wèn)題:獲取途徑和 數(shù)據(jù)質(zhì)量的問(wèn)題。利用收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別地址成功 避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0122] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[0123] 實(shí)施例五
[0124] 參照?qǐng)D5,圖5示出了本發(fā)明的系統(tǒng)的另一實(shí)施例的方框圖。
[0125] 本發(fā)明實(shí)施例五與實(shí)施例四的區(qū)別在于，還包括：
[0126] 該系統(tǒng)還包括：
[0127] 第一規(guī)則單元15,所述第一規(guī)則單元攜帶擴(kuò)充加法規(guī)則，所述擴(kuò)充加法規(guī)則包括： 運(yùn)行規(guī)則模塊，直至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量和/或所述加法規(guī)則的中 增加的標(biāo)識(shí)信息小于指定數(shù)量為止。
[0128] 具體的，擴(kuò)充加法規(guī)則。重復(fù)上述抽取及標(biāo)記的操作n輪，直到第n輪抽取的新的加 法規(guī)則小于指定條數(shù)m(需根據(jù)項(xiàng)目進(jìn)行時(shí)的時(shí)間及人力投入要求來(lái)具體確定m值，默認(rèn)為 1)為止，我們認(rèn)為加法規(guī)則抽取完畢（由于地址類記錄數(shù)據(jù)有限，因此抽取過(guò)程是不會(huì)陷入 死循環(huán)的，且在實(shí)際應(yīng)用中會(huì)快速迭代擴(kuò)充完畢）。
[0129] 本發(fā)明實(shí)施例五公開(kāi)的一種特定群體的識(shí)別系統(tǒng)，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定用戶群體需要面臨的兩個(gè)問(wèn)題:獲取途 徑和數(shù)據(jù)質(zhì)量的問(wèn)題。利用用戶收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別 地址成功避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0130] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[0131] 實(shí)施例六
[0132] 參照?qǐng)D6,圖6示出了本發(fā)明的系統(tǒng)的另一實(shí)施例的方框圖。
[0133] 本發(fā)明實(shí)施例六與實(shí)施例四和五的區(qū)別在于，還包括：
[0134] 第二規(guī)則單元16,所述第二規(guī)則單元攜帶擴(kuò)充減法規(guī)則，用于匹配加法規(guī)則和/或 減法規(guī)則，判斷匹配完成后，且匹配結(jié)果不滿足預(yù)定誤判率，啟動(dòng)所述擴(kuò)充減法規(guī)則，所述 擴(kuò)充減法規(guī)則包括:加法規(guī)則和/或減法規(guī)則抽取完畢之后，且所述加法規(guī)則和/或減法規(guī) 則不滿足預(yù)定誤判率，增加不符合特定群體標(biāo)識(shí)，重復(fù)步驟直至滿足預(yù)定誤判率為止。
[0135] 擴(kuò)充減法規(guī)則。當(dāng)加法規(guī)則抽取完畢后，需要檢查規(guī)則的誤判情況。首先將加法規(guī) 則全部應(yīng)用于所有地址庫(kù)中的數(shù)據(jù)上進(jìn)行特定群體的抽取、標(biāo)記;其次從標(biāo)記出的特定群 體中隨機(jī)抽取L條(需基于實(shí)際情況進(jìn)行制定，默認(rèn)抽取條數(shù)占總地址庫(kù)條數(shù)的1%)，人工 檢查誤判情況，若小于指定誤判率(需基于實(shí)際情況進(jìn)行制定，默認(rèn)為5%)，則認(rèn)為滿足標(biāo) 記要求，識(shí)別結(jié)束;若大于制定誤判率，則根據(jù)誤判記錄歸納、擴(kuò)充減法規(guī)則。重復(fù)上述標(biāo) 記、抽取判定過(guò)程，直至滿足標(biāo)記要求，識(shí)別結(jié)束。
[0136] 本發(fā)明實(shí)施例六公開(kāi)的一種特定群體的識(shí)別系統(tǒng)，基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而 識(shí)別出特定群體的技術(shù)方案，避免了目前獲取特定用戶群體需要面臨的兩個(gè)問(wèn)題:獲取途 徑和數(shù)據(jù)質(zhì)量的問(wèn)題。利用用戶收貨地址成功避免了獲取途徑運(yùn)一問(wèn)題;通過(guò)關(guān)鍵詞識(shí)別 地址成功避免了用戶自我保護(hù)意識(shí)造成的數(shù)據(jù)質(zhì)量問(wèn)題。
[0137] 基于關(guān)鍵詞識(shí)別收貨地址進(jìn)而識(shí)別出特定群體的技術(shù)方案，能夠較靈活地支撐不 同場(chǎng)景的營(yíng)銷活動(dòng)，既節(jié)約了營(yíng)銷資源，又降低了營(yíng)銷模型的構(gòu)建成本，最終達(dá)到成本最 低、營(yíng)銷效果最好的目的。
[013引實(shí)施例屯
[0139] 參考圖1-6,本發(fā)明另一方面還提供了一種特定群體的識(shí)別終端，包括所述的系 統(tǒng)。
[0140] 本發(fā)明通過(guò)獲取訂單信息，抽取所述訂單信息中的地址信息；從而構(gòu)建基于所述 地址信息的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集初始為空集，所述剩余地址集初始 為全量地址數(shù)據(jù);并從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信息， 放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合特定 群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符合所 述特定群體的標(biāo)識(shí)信息組成減法規(guī)則；同時(shí)將所述加法規(guī)則和/或所述減法規(guī)則固化后，識(shí) 別特定群體，例如學(xué)生類群體、公職類群體。通過(guò)分析特定群體的消費(fèi)特征、行為特征等，為 其匹配相關(guān)的項(xiàng)目或活動(dòng)進(jìn)行營(yíng)銷。
[0141] 需要指出，根據(jù)實(shí)施的需要，可將本申請(qǐng)中描述的各個(gè)步驟/部件拆分為更多步 驟/部件，也可將兩個(gè)或多個(gè)步驟/部件或者步驟/部件的部分操作組合成新的步驟/部件， W實(shí)現(xiàn)本發(fā)明的目的。
[0142] 上述根據(jù)本發(fā)明的方法可在硬件、固件中實(shí)現(xiàn)，或者被實(shí)現(xiàn)為可存儲(chǔ)在記錄介質(zhì) (諸如CD R0M、RAM、軟盤、硬盤或磁光盤)中的軟件或計(jì)算機(jī)代碼，或者被實(shí)現(xiàn)通過(guò)網(wǎng)絡(luò)下載 的原始存儲(chǔ)在遠(yuǎn)程記錄介質(zhì)或非暫時(shí)機(jī)器可讀介質(zhì)中并將被存儲(chǔ)在本地記錄介質(zhì)中的計(jì) 算機(jī)代碼，從而在此描述的方法可被存儲(chǔ)在使用通用計(jì)算機(jī)、專用處理器或者可編程或?qū)?用硬件(諸如ASIC或FPGA)的記錄介質(zhì)上的運(yùn)樣的軟件處理?？蒞理解，計(jì)算機(jī)、處理器、微 處理器控制器或可編程硬件包括可存儲(chǔ)或接收軟件或計(jì)算機(jī)代碼的存儲(chǔ)組件(例如，RAM、 ROM、閃存等），當(dāng)所述軟件或計(jì)算機(jī)代碼被計(jì)算機(jī)、處理器或硬件訪問(wèn)且執(zhí)行時(shí)，實(shí)現(xiàn)在此 描述的處理方法。此外，當(dāng)通用計(jì)算機(jī)訪問(wèn)用于實(shí)現(xiàn)在此示出的處理的代碼時(shí)，代碼的執(zhí)行 將通用計(jì)算機(jī)轉(zhuǎn)換為用于執(zhí)行在此示出的處理的專用計(jì)算機(jī)。
[0143] W上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵 蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
[0144] 因此，本發(fā)明的保護(hù)范圍應(yīng)W所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種特定群體的識(shí)別方法，其特征在于，包括： 步驟一、獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)； 步驟二、構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集初始為空 集，所述剩余地址集初始為全量地址數(shù)據(jù)； 步驟三、從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信息，放入所 述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合特定群體的 標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符合所述特定 群體的標(biāo)識(shí)信息組成減法規(guī)則； 步驟四、將所述加法規(guī)則和/或所述減法規(guī)則固化。2. 如權(quán)利要求1所述的方法，其特征在于，所述步驟一中，具體包括:獲取訂單信息，提 取所述訂單信息中的有效地址信息； 所述有效地址信息，具體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址信息。3. 如權(quán)利要求1或2所述的方法，其特征在于，步驟三中，所述放入所述規(guī)則樣本集中之 后，還包括： 將所述放入所述規(guī)則樣本集中至少一條地址信息，從所述剩余地址集中刪除。4. 如權(quán)利要求1-3之一所述的方法，其特征在于，步驟三中，所述特定群體標(biāo)識(shí)，包括： 含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息； 所述不符合特定群體標(biāo)識(shí)，包括:含有該特定群體的標(biāo)示性文字的標(biāo)識(shí)信息的臨近參 考標(biāo)識(shí)信息。5. 如權(quán)利要求1-4之一所述的方法，其特征在于，所述步驟三之后，還包括，擴(kuò)充加法規(guī) 貝1J，所述擴(kuò)充加法規(guī)則包括:重復(fù)步驟三，直至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量 和/或所述加法規(guī)則的中增加的標(biāo)識(shí)信息小于指定數(shù)量為止。6. 如權(quán)利要求1-5之一所述的方法，其特征在于，所述步驟四之后還包括： 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法規(guī)則 和/或減法規(guī)則，匹配未成功且判斷所述地址庫(kù)中的數(shù)據(jù)未完成抽取，重復(fù)不放回抽取所述 地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法規(guī)則 和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且所述地址庫(kù)中的數(shù)據(jù)完成抽 取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或 不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地址信息匹配加法規(guī)則 和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完成抽取，將所述加法規(guī)則和/ 或所述減法規(guī)則固化。7. 如權(quán)利要求6所述的方法，其特征在于，所述匹配加法規(guī)則和/或減法規(guī)則，判斷匹配 完成后，且匹配結(jié)果不滿足預(yù)定誤判率，擴(kuò)充減法規(guī)則； 所述擴(kuò)充減法規(guī)則包括:加法規(guī)則和/或減法規(guī)則抽取完畢之后，且所述加法規(guī)則和/ 或減法規(guī)則不滿足預(yù)定誤判率，增加不符合特定群體標(biāo)識(shí)，重復(fù)步驟三;直至滿足預(yù)定誤判 率為止。8. -種特定群體的識(shí)別系統(tǒng)，其特征在于，包括： 獲取模塊，用于獲取訂單信息，提取所述訂單信息中的地址信息組成地址庫(kù)； 構(gòu)建模塊，用于構(gòu)建基于所述地址庫(kù)的規(guī)則樣本集和剩余地址集;所述規(guī)則樣本集初 始為空集，所述剩余地址集初始為全量地址數(shù)據(jù)； 規(guī)則模塊，用于從所述剩余地址集中的全量地址數(shù)據(jù)中隨機(jī)抽取至少一條地址信息， 放入所述規(guī)則樣本集中；識(shí)別并剔除放入所述規(guī)則樣本集中的地址信息中攜帶不符合特定 群體的標(biāo)識(shí)信息的地址信息，將符合所述特定群體的標(biāo)識(shí)信息組成加法規(guī)則，將不符合所 述特定群體的標(biāo)識(shí)信息組成減法規(guī)則； 固化模塊，用于將所述加法規(guī)則和/或所述減法規(guī)則固化。9. 如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述獲取模塊，具體包括： 獲取單元，用于獲取訂單信息，提取所述訂單信息中的有效地址信息;所述有效地址信 息，具體包括:可識(shí)別出所述地址信息中的行政區(qū)域標(biāo)識(shí)的地址信息。10. 如權(quán)利要求8或9所述的系統(tǒng)，其特征在于，所述規(guī)則模塊，還包括： 刪除單元，用于將所述放入所述規(guī)則樣本集中至少一條地址信息，從所述剩余地址集 中刪除。11. 如權(quán)利要求8-10之一所述的系統(tǒng)，其特征在于，還包括： 第一規(guī)則單元，所述第一規(guī)則單元攜帶擴(kuò)充加法規(guī)則，所述擴(kuò)充加法規(guī)則包括:運(yùn)行規(guī) 則模塊，直至所述規(guī)則樣本集中的地址信息滿足預(yù)定數(shù)量和/或所述加法規(guī)則的中增加的 標(biāo)識(shí)信息小于指定數(shù)量為止； 第二規(guī)則單元，所述第二規(guī)則單元攜帶擴(kuò)充減法規(guī)則，用于匹配加法規(guī)則和/或減法規(guī) 貝1J，判斷匹配完成后，且匹配結(jié)果不滿足預(yù)定誤判率，啟動(dòng)擴(kuò)充減法規(guī)則，包括：加法規(guī)則 和/或減法規(guī)則抽取完畢之后，且所述加法規(guī)則和/或減法規(guī)則不滿足預(yù)定誤判率，增加不 符合特定群體標(biāo)識(shí)，重復(fù)步驟三;直至滿足預(yù)定誤判率為止。12. 如權(quán)利要求1-11之一所述的系統(tǒng)，其特征在于，還包括： 第一匹配單元，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地 址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)未完成抽 取，重復(fù)不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)的步驟;和/或 第二匹配單元，用于不放回抽取所述規(guī)則地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中 的地址信息匹配加法規(guī)則和/或減法規(guī)則，匹配成功后，對(duì)該條數(shù)據(jù)標(biāo)注對(duì)應(yīng)的規(guī)則，且所 述地址庫(kù)中的數(shù)據(jù)完成抽取后，將所述加法規(guī)則和/或所述減法規(guī)則固化;和/或 第三匹配單元，用于不放回抽取所述地址庫(kù)中的至少一條數(shù)據(jù)，根據(jù)該條數(shù)據(jù)中的地 址信息匹配加法規(guī)則和/或減法規(guī)則，匹配未成功后，且判斷所述地址庫(kù)中的數(shù)據(jù)完成抽 取，將所述加法規(guī)則和/或所述減法規(guī)則固化。13. -種特定群體的識(shí)別終端，包括如權(quán)利要求8-12任一項(xiàng)所述的系統(tǒng)。
【文檔編號(hào)】G06F17/30GK106022839SQ201610374247
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月31日
【發(fā)明人】曹杰, 馮雨暉, 宿曉坤, 李學(xué)超
【申請(qǐng)人】北京紅馬傳媒文化發(fā)展有限公司