地址信息管理的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种地址信息管理的方法和装置。

背景技术

由于地址信息书写不规范，同一个地理位置可能对应多个地址信息，同一个地址信息也有可能对应多个地理位置。因此有必要对地址信息进行融合处理，以使每个地址位置唯一对应一个地址信息。

图1是现有技术中地址融合的示意图。如图1所示，现有技术中在对地址信息进行比对融合的过程中，通常直接在地址之间两两计算。这种地址融合方法的计算量太过庞大。

发明内容

有鉴于此，本发明实施例提供一种地址信息管理的方法和装置，通过采用地理空间的逐级分块策略，能够解决因数据量过大导致的空间复杂度和时间复杂度较高的问题，同时可很大程度地降低因相似地理信息融合不完全导致的数据误差。

为实现上述目的，根据本发明实施例的一个方面，提供了一种地址信息管理的方法，包括：

将初始的地址信息集对应的目标地理区域划分成多个区域分块；

分别以每个所述区域分块作为待融合区域，将所述待融合区域内相似的地址信息合并，得到更新后的地址信息集；

分别以多个所述区域分块作为新的待融合区域，根据更新后的地址信息集，将所述待融合区域内相似的地址信息合并，得到再次更新后的地址信息集；

逐渐扩大所述待融合区域的地理范围以进一步更新所述地址信息集，直至所述待融合区域的地理范围满足预设条件。

可选地，将所述待融合区域内相似的地址信息合并，包括：

将所述待融合区域内所有的地址信息排序，得到地址列表清单；

判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似；

若是，则将所述任意一个地址信息与与其相邻的地址信息合并为一个地址信息；否则遍历所述地址列表清单中的下一个地址信息。

可选地，所述方法还包括：

在判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似之前，确认所述任意一个地址信息的精度级别小于等于精度级别阈值；

若所述任意一个地址信息的精度级别大于所述精度级别阈值，则将所述任意一个地址信息的精度级别调整至小于等于所述精度级别阈值。

可选地，所述还包括：根据文本相似度以及空间距离判断两个地址信息之间是否相似。

可选地，根据文本相似度判断两个地址信息之间是否相似，包括：

确定所述两个地址信息的地址文本之间的匹配片段长度，以及所述两个地址信息中每个地址信息的地址文本长度；

根据所述匹配片段长度、以及所述两个地址信息中每个地址信息的地址文本长度，确定所述两个地址信息之间的文本相似度；

判断所述文本相似度是否大于文本相似度阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

可选地，根据空间距离判断两个地址信息之间是否相似，包括：

根据所述两个地址信息中每个地址信息的经纬度数据，确定所述两个地址信息之间的经纬度距离；

判断所述经纬度距离是否小于经纬度距离阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

可选地，在分别以每个所述区域分块作为待融合区域之前，所述方法还包括以下至少之一：

判断所述初始的地址信息集中是否存在经纬度数据相同的多个地址信息；若是，则将所述经纬度数据相同的多个地址信息合并成一个地址信息，从所述经纬度数据相同的多个地址信息中筛选一条地址文本作为合并后的地址信息的地址文本；

判断所述初始的地址信息集中是否存在地址文本相同的多个地址信息；若是，则将所述地址文本相同的多个地址信息合并成一个地址信息，从所述地址文本相同的多个地址信息中筛选一条经纬度数据作为合并后的地址信息的经纬度数据；

判断所述地址信息中是否存在预设字符；若是，则将所述地址信息中的预设字符去除。

根据本发明实施例的再一个方面，提供一种地理位置信息管理的装置，包括：

区域划分模块，将初始的地址信息集对应的目标地理区域划分成多个区域分块；

地址融合模块，分别以每个所述区域分块作为待融合区域，将所述待融合区域内相似的地址信息合并，得到更新后的地址信息集；分别以多个所述区域分块作为新的待融合区域，根据更新后的地址信息集，将所述待融合区域内相似的地址信息合并，得到再次更新后的地址信息集；逐渐扩大所述待融合区域的地理范围以进一步更新所述地址信息集，直至所述待融合区域的地理范围满足预设条件。

可选地，所述地址融合模块将所述待融合区域内相似的地址信息合并，包括：

将所述待融合区域内所有的地址信息排序，得到地址列表清单；

判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似；

若是，则将所述任意一个地址信息与与其相邻的地址信息合并为一个地址信息；否则遍历所述地址列表清单中的下一个地址信息。

可选地，所述地址融合模块还用于：

在判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似之前，确认所述任意一个地址信息的精度级别小于等于精度级别阈值；

若所述任意一个地址信息的精度级别大于所述精度级别阈值，则将所述任意一个地址信息的精度级别调整至小于等于所述精度级别阈值。

可选地，所述地址融合模块还用于：根据文本相似度以及空间距离判断两个地址信息之间是否相似。

可选地，所述地址融合模块根据文本相似度判断两个地址信息之间是否相似，包括：

确定所述两个地址信息的地址文本之间的匹配片段长度，以及所述两个地址信息中每个地址信息的地址文本长度；

根据所述匹配片段长度、以及所述两个地址信息中每个地址信息的地址文本长度，确定所述两个地址信息之间的文本相似度；

判断所述文本相似度是否大于文本相似度阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

可选地，所述地址融合模块根据空间距离判断两个地址信息之间是否相似，包括：

根据所述两个地址信息中每个地址信息的经纬度数据，确定所述两个地址信息之间的经纬度距离；

判断所述经纬度距离是否小于经纬度距离阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

可选地，所述装置还包括地址清洗模块，用于在分别以每个所述区域分块作为待融合区域之前执行以下至少一种操作：

判断所述初始的地址信息集中是否存在经纬度数据相同的多个地址信息；若是，则将所述经纬度数据相同的多个地址信息合并成一个地址信息，从所述经纬度数据相同的多个地址信息中筛选一条地址文本作为合并后的地址信息的地址文本；

判断所述初始的地址信息集中是否存在地址文本相同的多个地址信息；若是，则将所述地址文本相同的多个地址信息合并成一个地址信息，从所述地址文本相同的多个地址信息中筛选一条经纬度数据作为合并后的地址信息的经纬度数据；

判断所述地址信息中是否存在预设字符；若是，则将所述地址信息中的预设字符去除。

根据本发明实施例的另一个方面，提供一种地址信息管理的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。

根据本发明实施例的还一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过采用地理空间的逐级分块策略，能够解决因数据量过大导致的空间复杂度和时间复杂度较高的问题，同时可很大程度地降低因相似地理信息融合不完全导致的数据误差。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是现有技术中地址融合的示意图；

图2是按照小区地址名称进行地址融合的示意图；

图3是按照经度进行地址融合的示意图；

图4是本发明实施例的地址信息管理的方法的主要流程的示意图；

图5是本发明可选实施例中划分区域分块的示意图；

图6是本发明可选实施例中地址信息管理的方法的流程示意图；

图7是某小区的楼宇分布示意图；

图8是本发明一些实施例中地址信息管理的装置的主要模块的示意图；

图9是本发明另一些实施例中地址信息管理的装置的主要模块的示意图；

图10是本发明实施例可以应用于其中的示例性系统架构图；

图11是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

根据本发明实施例的一个方面，提供了一种地址信息管理的方法。

图4是本发明实施例的地址信息管理的方法的主要流程的示意图，如图1所示，地址信息管理的方法包括步骤S401、步骤S402、步骤S403和步骤S404。

步骤S401、将初始的地址信息集对应的目标地理区域划分成多个区域分块。

初始的地址信息集是指需要进行融合处理的地址信息集。以电商领域为例，地址信息集可以包括某些或者所有用户在电商平台下单时编写的收件地址信息。以物流领域为例，地址信息集可以包括某些或所有用户在寄送快递时填写的寄件或收件地址信息。

地址信息包括地址文本和经纬度数据。地址文本例如包括国别、省、市、区县、街道、末级地址等。可选地，地址信息还可以包括能够反映地址信息的精细程度的精度级别。例如，仅包含城市信息的，精度级别为1；进一步包含区县信息的，精度级别为2；进一步包含乡镇、街道信息的，精度级别为3；进一步包含村、社区信息的，精度级别为4；进一步包含开发区信息的，精度级别为5；进一步包含热点区域、商圈的，精度级别为6；进一步包含道路信息的，精度级别为7；进一步包含道路附属点(交叉口、收费站、出入口等)的，精度级别为8；进一步包含门址的，精度级别为9；进一步包含小区、大厦的，精度级别为10、进一步包含POI点的，精度级别为11等。

划分区域分块的方式可以根据实际情况进行选择性设定。例如，根据行政区域将某个市划分为若干个区。实际应用过程中，也可以根据实际需求将目标地址区域划分为若干个具有不同形状轮廓的区域分块。图5是本发明可选实施例中划分区域分块的示意图，如图5所示，将目标地址区域(图5中最大的矩形框)划分为6行6列共计36个区域分块。

图2是按照小区地址名称进行地址融合的示意图。由于不同的行政区域可能会有相同的小区地址名称，因此仅根据小区名称进行融合处理容易造成数据有较大误差。本发明实施例中，通过将目标地理区域划分为多个区域分块，用于较小范围内不同小区具有相同名称的可能性很小，因此能够一定程度上避免上述不足。当区域分块的地理范围较小时，本发明实施例能够完全避免上述不足。

步骤S402、分别以每个区域分块作为待融合区域，将待融合区域内相似的地址信息合并，得到更新后的地址信息集。

融合是指将同一地理位置的不同地址信息合并为一条地址信息。本步骤分别对每个区域分块内的多个地址信息进行融合处理。对于每个区域分块，在融合处理过程中，可以将该区域分块内所有的地址信息之间进行两两计算，以查找相似的地址信息。

可选地，将待融合区域内相似的地址信息合并包括：将待融合区域内所有的地址信息排序，得到地址列表清单；判断地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似；若是，则将该任意一个地址信息与与其相邻的地址信息合并为一个地址信息；否则遍历地址列表清单中的下一个地址信息。

本步骤中，每个待融合区域对应一个区域分块。以图5为例，每个待融合区域对应图中的一个方块区域，如方块A对应的区域。通过排序以及在相邻地址信息之间进行相似性判断，能够大大降低融合处理的计算量，提高融合效率。

进一步地，本发明实施例的方法还可以包括：在判断地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似之前，确认该任意一个地址信息的精度级别小于等于精度级别阈值。若该任意一个地址信息的精度级别大于精度级别阈值，则将该任意一个地址信息的精度级别调整至小于等于精度级别阈值。

地址信息的内容越具体，精度级别越高。精度级别阈值的取值可以根据实际情况进行选择性设定。示例性地，在通过地址信息融合处理分析各个小区内用户的消费偏好时，地址信息仅需精确到小区名称，无需包含小区内的楼栋号、单元号以及门牌号，若某个地址信息中地址内容精确到小区内的楼栋号、单元号以及门牌号，则可以将该地址信息中的楼栋号、单元号以及门牌号等去除，以降低该地址信息的精度。例如：A小区23号楼1单元1303或者A小区24号楼，可以简化为A小区。通过设置精度级别阈值，能够降低后续融合处理的计算量，提高融合处理的效率。

在判断两个地址信息之间是否相似时，可以同时根据文本相似度和空间距离判断两个地址信息之间是否相似，当根据文本相似度判断两个地址信息之间相似、且根据空间距离判断两个地址信息之间也相似时，判定第一地址信息和第二地址信息之间相似。示例性地，如果两个地址信息之间空间距离小于400m且文本相似度大于0.6，则认为二者相似，将它们进行合并。通过在地址融合过程中同时考虑地址文本和经纬度数据来确定两个地址之间的相似度，能够完全避免图2所示实施例中存在的不足。

此外，若按照经度或者纬度进行排序，则只能计算同一纬度或者同一经度(如图3所示)的地址数据。然而实际的小区地理轮廓形状各异，所以仅采用对经纬度进行排序进而简化数据的方法，等同于在地图上只遵循同一直线的地理位置数据合并而没有考虑小区所在的位置及其边界形态，进而导致小区信息整合不完整。因此，在本发明实施例中，地址信息既包括地址文本也包括经纬度数据。在地址融合过程中，同时考虑地址文本和经纬度数据来确定两个地址之间的相似度，能够避免上述不足。

可选地，根据文本相似度判断两个地址信息之间是否相似，包括：确定两个地址信息的地址文本之间的匹配片段长度，以及两个地址信息中每个地址信息的地址文本长度；根据该匹配片段长度、以及两个地址信息中每个地址信息的地址文本长度，确定两个地址信息之间的文本相似度；判断该文本相似度是否大于文本相似度阈值；若是，则判定两个地址信息之间相似；否则，判定两个地址信息之间不相似。

文本相似度计算可以采用python difflib包中的SequenceMatcher模块，计算所有匹配片段的长度之和T，然后计算2×T/(len(a)+len(b))，结果在[0,1]，完全相同的时候返回1，没有相同片段返回0。该指标会同时考虑相似片段长度以及顺序。例如：第一个地址信息为“莱圳家园南区3号楼”，字符长度为9；第二个地址信息为“莱圳家园北区17号楼”，字符长度为10。其中两者相似的片段为：莱圳家园、区、号楼，总相似长度为7。因此，总的相似度为7×2/(9+10)＝0.7368。文本相似度阈值为0.6(经验值)，该指标大于文本相似度阈值，说明这两条地址可以合并为一条，否则单独处理。

可选地，根据空间距离判断两个地址信息之间是否相似包括：根据两个地址信息中每个地址信息的经纬度数据，确定两个地址信息之间的经纬度距离；判断该经纬度距离是否小于经纬度距离阈值；若是，则判定两个地址信息之间相似；否则，判定两个地址信息之间不相似。

示例性地，经纬度距离可以根据如下公式确定：

式中，

经纬度距离阈值可以根据实际情况进行选择性设定，例如600米、400米等。

步骤S403、分别以多个区域分块作为新的待融合区域，根据更新后的地址信息集，将待融合区域内相似的地址信息合并，得到再次更新后的地址信息集。

本步骤中，将待融合区域的地理范围扩大至包含多个区域分块，例如两个或更多个。以图5为例，在步骤S402中以36个区域分块中的区域分块A为待融合区域，在步骤S403中，以包含区域分块A的分块B为待融合区域，分块B包括9个区域分块。每次扩大的幅度可以根据实际情况进行选择性设定。例如，每次扩大1个或多个区域分块。再例如，以倍数形式进行扩大，每次扩大至原先的2倍或则更多倍。

步骤S404、逐渐扩大待融合区域的地理范围以进一步更新地址信息集，直至待融合区域的地理范围满足预设条件。

本步骤中，继续将待融合区域的地理范围扩大至包含更多个区域分块。以图5为例，在步骤S402中以36个区域分块中的区域分块A为待融合区域；在步骤S403中，以包含区域分块A的分块B为待融合区域，分块B包括9个区域分块；在本步骤中，以包含分块B的9个区域分块作为待融合区域。

预设条件可以根据实际情况进行选择性设定。例如，当待融合区域扩大至和目标地理区域相同时。例如，在步骤S403中将待融合区域扩大至包含2个区域分块之后更新了地址信息集；在步骤S404中继续扩大待融合区域的地理范围直至其包含4个区域分块，更新地址信息集；继续逐渐扩大待融合区域的地理范围直至其包含36个区域分块，然后更新地址信息集作为最终的地址信息集。

在另一些实施例中，预设条件为：待融合区域扩大至包含设定数目的区域分块。例如，若预设条件为待融合区域包含2个区域分块，在步骤S403中将待融合区域扩大至包含2个区域分块之后更新了地址信息集，则在步骤S404中直接以步骤S403中更新后的地址信息集作为最终的地址信息集。再例如，若预设条件为待融合区域包含16个区域分块，在步骤S403中将待融合区域扩大至包含9个区域分块之后更新了地址信息集，则在步骤S404中继续扩大待融合区域的地理范围直至其包含16个区域分块，以将待融合区域的地理范围扩大至包含16个区域分块之后更新得到的地址信息集作为最终的地址信息集。

需要说明的是，在每次对地址信息集进行更新时，若待融合区域包含的区域分块的数量小于目标地理区域包含的所有区域分块数量，则目标地理区域内可能包括多个待融合区域。示例性地，以图5为例，在步骤S402中，每个待融合区域包括1个区域分块，共计包含36个待融合区域；在步骤S403中，若每个待融合区域包括2个区域分块，共计包含18个待融合区域；在步骤S404中，若每个待融合区域包括9个区域分块，共计包含4个待融合区域。

本发明在地址信息融合过程中逐渐扩大待融合区域的地址范围，使得待融合区域对应的分块逐渐增大。通过采用这种地理空间的逐级分块策略，能够解决因数据量过大导致的空间复杂度和时间复杂度较高的问题，同时可很大程度地降低因相似地理信息融合不完全导致的数据误差。

在一些可选的实施例中，在分别以每个区域分块作为待融合区域之前，判断初始的地址信息集中是否存在经纬度数据相同的多个地址信息；若是，则将经纬度数据相同的多个地址信息合并成一个地址信息，从经纬度数据相同的多个地址信息中筛选一条地址文本作为合并后的地址信息的地址文本。在筛选地址文本时，可以随机筛选一条，或者筛选字数或字符数最少的地址文本。本实施例能够使得每个地理位置仅保留对应的一条地址文本和对应的经纬度数据，大大降低后续融合处理的计算量，提高融合效率。

在再一些可选的实施例中，在分别以每个区域分块作为待融合区域之前，判断初始的地址信息集中是否存在地址文本相同的多个地址信息；若是，则将地址文本相同的多个地址信息合并成一个地址信息，从地址文本相同的多个地址信息中筛选一条经纬度数据作为合并后的地址信息的经纬度数据。在筛选经纬度数据时，可以随机筛选一条，或者筛选固定位置的经纬度数据，例如最左上角、右下角等位置的经纬度数据。本实施例能够使得每个地理位置仅保留对应的一条地址文本和对应的经纬度数据，大大降低后续融合处理的计算量，提高融合效率。

在分别以每个区域分块作为待融合区域之前，还可以判断地址信息中是否存在预设字符；若是，则将该地址信息中的预设字符去除，以便于后续融合处理。例如，去除地址文本中的中英文标点和“-”、括号等特殊字符。

图6是本发明可选实施例中地址信息管理的方法的流程示意图。本实施例的流程在python 3.9.1环境下执行，以下为详细流程。

地址解析：通过位置服务WebService(一种可以接收从Internet或者Intranet上的其它系统中传递过来的请求，轻量级的独立的通讯技术)API(Application ProgramInterface，应用程序接口)传入地址列表清单，获取对应的省、市、区县、街道、末级地址以及地址精细度级别。

解析精度级别是否小于等于精度级别阈值(例如为10)。当精度级别>10的时候，进行地址优化删减，然后跳转至地址数据解析的步骤。当解析精度界别≤10的时候，进入信息输出的步骤。图6中，POI代表精度级别大于10的地址信息。

信息输出之后，对地址信息进行融合处理。原则为：一个经纬度只对应一个地址，多个高度相似以及空间距离相近的地址整合为一个地址。具体地，将目标地理区域划分为多个小分块，对于每个小分块，按中文地址排序。对于排序后的每个地址信息，执行如下流程：

判断该地址信息与与其相邻的地址信息之间的文本相似度Similari ty是否大于0.6。若是，则进一步根据经纬度距离做计算，否则结束当前地址信息的融合处理流程。

根据经纬度距离做计算时，判断该地址信息与与其相邻的地址信息之间的经纬度距离是否≤400米。若是，则将该地址信息与与其相邻的地址信息合并。

每个小块计算完成之后，在更大的分块进行计算，计算过程与上述类似，即按中文地址排序，随后相邻两个地址信息之间根据文本相似度和经纬度距离做计算，如果符合条件则进行合并。然后在更大的分块中进行计算处理，如此反复，直至达到设定要求。

文本相似度和经纬度距离的计算方式参见前述相关描述，此处不再赘述。经纬度数据可以精确到小数点后三位，精度大约在100米，若精确到小数点后两位，精度大约在1000米。

图7是某小区的楼宇分布示意图。现有技术中的地址信息融合方法通常只能分别合并图7中1、2、3号楼或者7、8号楼的地址信息数据，本实施例可以很好的将4、5、6号楼的数据与其他数据进行数据的融合，并且后续可以在指定参数距离内将地址相似度高的数据合并。

本实施例中，在原始数据经WebServiceAPI解析后数据不规整的基础上，对同一经纬度不同中文地址名称的数据进行归一处理，并且将同一地理位置的经纬度信息进行唯一化处理。通过采用基于地理位置分块的同时，对地址文本相似度和地理经纬度距离进行计算的方法，将高度相似的地理信息合并，能够达到对原始地址信息维度约减的目的。

本发明能够在对千万甚至更大量地址信息进行融合处理的基础上，通过地理空间的逐级分块策略，能够解决因数据量过大导致的空间复杂度和时间复杂度较高的问题，同时可很大程度降低因相似地理位置融合不完全导致的数据误差。

本发明实施例的方法可以用于多种业务应用领域。示例性的，因为房价、地域、人群等因素，居民小区被天然划分成一些购买能力相近的人群集合，采用本发明实施例的方法将用户与地理位置相关联，可通过小区地理数据挖掘出小区内用户的基本属性和购买属性，按人群、品类对复购率进行预测，对精准营销、推荐搜索、拓展新用户等业务应用都有重要作用。

根据本发明实施例的再一个方面，提供一种实现上述方法的装置。

图8是本发明一些实施例中地址信息管理的装置的主要模块的示意图。如图8所示，地理位置信息管理的装置800包括：

区域划分模块801，将初始的地址信息集对应的目标地理区域划分成多个区域分块；

地址融合模块802，分别以每个所述区域分块作为待融合区域，将所述待融合区域内相似的地址信息合并，得到更新后的地址信息集；分别以多个所述区域分块作为新的待融合区域，根据更新后的地址信息集，将所述待融合区域内相似的地址信息合并，得到再次更新后的地址信息集；逐渐扩大所述待融合区域的地理范围以进一步更新所述地址信息集，直至所述待融合区域的地理范围满足预设条件。

可选地，所述地址融合模块将所述待融合区域内相似的地址信息合并，包括：

将所述待融合区域内所有的地址信息排序，得到地址列表清单；

判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似；

若是，则将所述任意一个地址信息与与其相邻的地址信息合并为一个地址信息；否则遍历所述地址列表清单中的下一个地址信息。

可选地，所述地址融合模块还用于：

在判断所述地址列表清单中任意一个地址信息与与其相邻的地址信息之间是否相似之前，确认所述任意一个地址信息的精度级别小于等于精度级别阈值；

若所述任意一个地址信息的精度级别大于所述精度级别阈值，则将所述任意一个地址信息的精度级别调整至小于等于所述精度级别阈值。

可选地，所述地址融合模块还用于：根据文本相似度以及空间距离判断两个地址信息之间是否相似。

可选地，所述地址融合模块根据文本相似度判断两个地址信息之间是否相似，包括：

确定所述两个地址信息的地址文本之间的匹配片段长度，以及所述两个地址信息中每个地址信息的地址文本长度；

根据所述匹配片段长度、以及所述两个地址信息中每个地址信息的地址文本长度，确定所述两个地址信息之间的文本相似度；

判断所述文本相似度是否大于文本相似度阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

可选地，所述地址融合模块根据空间距离判断两个地址信息之间是否相似，包括：

根据所述两个地址信息中每个地址信息的经纬度数据，确定所述两个地址信息之间的经纬度距离；

判断所述经纬度距离是否小于经纬度距离阈值；若是，则判定所述两个地址信息之间相似；否则，判定所述两个地址信息之间不相似。

图9是本发明另一些实施例中地址信息管理的装置的主要模块的示意图。如图9所示，地址信息管理的装置800还包括地址清洗模块803，用于在分别以每个所述区域分块作为待融合区域之前执行以下至少一种操作：

判断所述初始的地址信息集中是否存在经纬度数据相同的多个地址信息；若是，则将所述经纬度数据相同的多个地址信息合并成一个地址信息，从所述经纬度数据相同的多个地址信息中筛选一条地址文本作为合并后的地址信息的地址文本；

判断所述初始的地址信息集中是否存在地址文本相同的多个地址信息；若是，则将所述地址文本相同的多个地址信息合并成一个地址信息，从所述地址文本相同的多个地址信息中筛选一条经纬度数据作为合并后的地址信息的经纬度数据；

判断所述地址信息中是否存在预设字符；若是，则将所述地址信息中的预设字符去除。

根据本发明实施例的另一个方面，提供一种地址信息管理的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。

根据本发明实施例的还一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。

图10示出了可以应用本发明实施例的地址信息管理的方法或地址信息管理的装置的示例性系统架构1000。

如图10所示，系统架构1000可以包括终端设备1001、1002、1003，网络1004和服务器1005。网络1004用以在终端设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备1001、1002、1003通过网络1004与服务器1005交互，以接收或发送消息等。终端设备1001、1002、1003上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备1001、1002、1003可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器1005可以是提供各种服务的服务器，例如对用户利用终端设备1001、1002、1003所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的预计配送时间请求等数据进行分析等处理，并将处理结果(例如预计配送时间信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的地址信息管理的方法一般由服务器1005执行，相应地，地址信息管理的装置一般设置于服务器1005中。

应该理解，图10中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图11，其示出了适于用来实现本发明实施例的终端设备的计算机系统1100的结构示意图。图11示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图11所示，计算机系统1100包括中央处理单元(CPU)1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中，还存储有系统1100操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。

以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(C PU)1101执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括：区域划分模块和地址融合模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，地址融合模块还可以被描述为“将初始的地址信息集对应的目标地理区域划分成多个区域分块的单元”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：将初始的地址信息集对应的目标地理区域划分成多个区域分块；分别以每个区域分块作为待融合区域，将待融合区域内相似的地址信息合并，得到更新后的地址信息集；分别以多个区域分块作为新的待融合区域，根据更新后的地址信息集，将待融合区域内相似的地址信息合并，得到再次更新后的地址信息集；逐渐扩大待融合区域的地理范围以进一步更新所述地址信息集，直至待融合区域的地理范围满足预设条件。

根据本发明实施例的技术方案，通过采用地理空间的逐级分块策略，能够解决因数据量过大导致的空间复杂度和时间复杂度较高的问题，同时可很大程度地降低因相似地理信息融合不完全导致的数据误差。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。