CN102841916B - 关于地区中的每一个服务点的地址数据的注册和维护的方法和系统 - Google Patents

关于地区中的每一个服务点的地址数据的注册和维护的方法和系统 Download PDF

Info

Publication number
CN102841916B
CN102841916B CN201210155300.8A CN201210155300A CN102841916B CN 102841916 B CN102841916 B CN 102841916B CN 201210155300 A CN201210155300 A CN 201210155300A CN 102841916 B CN102841916 B CN 102841916B
Authority
CN
China
Prior art keywords
address
record
transport
shipping address
stopping
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210155300.8A
Other languages
English (en)
Other versions
CN102841916A (zh
Inventor
杜安·安德森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
United Parcel Service of America Inc
Original Assignee
United Parcel Service of America Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by United Parcel Service of America Inc filed Critical United Parcel Service of America Inc
Publication of CN102841916A publication Critical patent/CN102841916A/zh
Application granted granted Critical
Publication of CN102841916B publication Critical patent/CN102841916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99934—Query formulation, input preparation, or translation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99936—Pattern matching access

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Educational Administration (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

为了挖掘当前归档的地址数据以识别地区中的每个服务点的优选地址，公开了一种计算机系统和方法。该数据挖掘系统可以响应于候选地址的显示而开始以便匹配。通过聚类相似的特性、建立相似性矩阵并通过用根据公共特性而连接的节点构建树状图，可以优序化挖数据集。还公开了一种用于维护优选地址的中心数据库的计算机系统和方法。可以按特性对所选择的在队列中采集的地址数据进行评分，通过收件人位置进行分组，并且对处理进行分段。通过聚类相似的特性、建立相似性矩阵并通过构建树状图，可以优序化所评分的数据队列。

Description

关于地区中的每一个服务点的地址数据的注册和维护的方法 和系统
本发明是申请日为2006年1月27日、名称为“关于地区中的每一个服务点的地址数据的注册和维护”的第200680006166.8号专利申请的分案申请。
技术领域
本发明总体来说涉及数据挖掘和关系数据库管理系统领域，更具体地说，涉及用于创建和维护关于多个离散位置的地址和相关信息的数据库的系统。
背景技术
自从数字时代开始以来，数据库一直是计算的来源。数据库通常是指持久数据的一个或者多个大的结构集，其常常与创建、更新和查询数据的软件系统相关。
早在20世纪70年代，描述了关系数据库模型。在该关系数据库中，数据存储在表格中。表格将数据组织成行列的形式，从而为每一个字段提供特定的位置（例如，第x行第y列）。列按照属性依次地排列，所以，在每一列中的所有字段包含相同类型的数据。对于数据库文件，表格格式使得搜索和访问数据更快、更有效。基于列（字段）中的任意一个或者多个，也可以将记录（行）排序成新顺序。通常使用排序来排列记录，使得最需要的数据更早地出现在文件中，从而更快地进行搜索。随着计算速度和容量增加，数据库表格能够存储更大量的数据。
数据库管理系统通常是指接口以及特定地设计成管理和操作数据库中的信息的一个或者多个计算机软件程序。数据库管理系统可以包括软件程序的复杂套件，所述软件程序控制数据的组织、存储和检 索以及数据库的安全和完整性。数据库管理系统也可以包括接口，以便接收来自外部应用的对数据的请求。在包括多个表格的关系数据库中，数据库管理系统通常负责维护在各个表格中的关键字段之间的所有链路。这称为维护数据库的“参照完整性”。
地址数据库：美国包括145百万以上的可送达的邮件地址。从私人商业源或者政府源（例如美国邮政服务公司USPS）得到地址数据库。USPS提供各种地址数据库给公众，包括城市-洲文件、五-数字ZIP文件和ZEP+4文件。随着人口的增长和改变，地址数据库通常需要频繁的更新。与任何其它的大数据库一样，更新非常大的地址数据库中的数据，通常在技术上是复杂的、费时的。很多私人公司建立和保持其自己的地址数据库，该地址数据库可以使用各种数据源中的任何一个来更新。
地址标准化将给定地址变换为满足政府指南（例如，由USPS建立的那些）的最佳格式。标准化影响邮寄地址的各个部分，包括格式、字体、间距、字面、标点和ZIP代码或者邮寄点条码（DPBC）。例如，在标准化之后，非标准的地址可能看起来非常不同。
无论包裹或信件是否具有标准化的地址，通常都可以送达该包裹或信件。虽然USPS规定鼓励和教导邮寄者地址标准化，但是，没有机构或者公司能够期望管理或者执行地址格式。能够处理或者送达具有非标准的地址格式的包裹或信件，对于寄件者和收件者来说是有益的，但是，对于那些努力保持精确的地址数据库的人来说，这常常引起严重的缺陷。
对于同一地址存在多种表示方法，是开发和保持可送达的地址的精确的当前的数据库的主要难题之一。上述的例子显示两个非标准的地址与单个地址相关。在如美国邮政服务公司或者主要包裹递送公司的系统中，随着时间积累，可能存在很多非标准的地址，所有这些地址都涉及离散位置的单个地址。
因此，在本领域中需要这样一种系统，该系统基于非标准地址标记中的任何一种能够唯一地识别离散的地址位置。此外，在本领域中 还需要改进的数据库管理系统，该数据库管理系统能够创建和保持关于一组离散位置的地址和相关信息的数据库。
相关地需要识别和存储对于每一个离散物理位置的单个优选地址，同时还识别和存储参考或涉及该离散位置的任何非标准地址，从而提供到优选地址的链接。
在本领域中，还需要这样一种数据库管理系统，在新的非标准地址输入所述系统时，该数据库管理系统能够连续地监视地址数据库的精确度。
发明内容
以下概述不是一个详尽的论述，并不应当用来识别设备、方法、系统、程序等等的关键的或重要的元素，也不用来描述这些重要元素的范围。此概述作为后面的更加详细描述的一个序言，提供一种简单的概念性介绍。
本发明通过提供一种挖掘地址数据的方法从而为许多包裹中的每一个确定优选地址，可以实现上面提到的许多要求和其它要求。此方法可以包括下述步骤：维护有效装运记录的包裹级细目数据库，每一个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；维护运送记录的档案，每一个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；接收具有地址标记的当前的包裹；向所述当前的包裹分配一个挖掘密钥，所述挖掘密钥包括包裹跟踪号和与所述地址标记相关的当前的运送模式代码；将所述挖掘密钥与包裹级细目数据库和所述档案相比较，这通过以下步骤实现：（a）从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去选择运送模式代码，每一个选择运送记录都具有过去选择送货地址；以及（b）从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何过去选择送货地址相匹配的有效送货地址。该方法还可以包括：建立包括所述选择运送记录和所述选择有效装运记录的挖掘数据集；按 照与所述挖掘密钥最紧密相关的记录的顺序，优序化所述挖掘数据集，从而，与所述挖掘密钥相关的优选地址首先出现；以及将该优选地址分配给所述当前运送包裹。
比较步骤还可以包括：（c）从所述档案中检索那些附加的运送记录，它们具有与所述选择有效装运记录中的任何当前运送模式代码相匹配的过去运送模式代码，每一个附加运送记录都具有附加的过去送货地址；（d）从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何选择附加送货地址相匹配的有效送货地址；以及多次迭代地重复步骤（c）和（d），直到建立挖掘数据集的步骤达到极限条件为止。
该方法还可以包括以下步骤：选择所述优选地址作为单一收件人位置的优选的收件人地址；分配与所述单一收件人位置相关的唯一的收件人令牌；以及将所述唯一的收件人令牌和所述优选的收件人地址存储在主地址数据库中。
优序化所述挖掘数据集的步骤还可以包括：用代表符号代替存储在所述挖掘数据集中的多个送货地址记录的一个或者多个序列值；将具有相同停止标识符的那些送货地址记录聚集在一起；以及将具有相同运送模式代码的那些送货地址记录聚集在一起。
优序化所述挖掘数据集的步骤还可以包括：通过计数在所述挖掘数据集中的每一个运送模式代码和每一个送货地址的重合，建立运送模式相似性矩阵；对所述运送模式相似性矩阵中每对送货地址的重叠运送模式发生的次数求和；通过计算所述挖掘数据集中的每一个停止标识符和每一个送货地址的重合，建立停止标识符相似性矩阵；对所述停止标识符相似矩阵中每对送货地址的重叠停止发生次数求和；以及按照从重叠运送模式的最高发生次数和重叠停止的最高次数起依次地对所述挖掘数据集进行排序。
优序化所述挖掘数据集的步骤还可以包括：将所述停止标识符相似性矩阵转换为停止标识符树状图；通过如下的方式建立停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，将所述重叠 停止的次数相加，以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；将所述运送模式相似性矩阵转换为运送模式树状图；通过如下的方式建立模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用最小的重叠停止发生次数，以形成连接的模式节点，连接下一对送货地址模式或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一模式对的重叠停止发生次数为零为止。
将所述优选地址分配给所述当前运送包裹的步骤还可以包括：将所述挖掘数据集显示给地址数据库管理员；以及接收所述管理员对所述优选地址的选择。
本发明还可以包括对地址数据库中的多个记录的任何记录进行评分和维护地址数据的方法，该方法包括以下步骤：维护有效装运记录的包裹级细目数据库，每一个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；维护运送记录的档案，每一个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；在数天的时期内，从所述细目数据库和所述档案采集地址数据以成为一个队列；对所述队列中的所述地址数据进行评分；建立收件人分段队列，用于将那些数据存储在与选择收件人位置相关的队列中；将挖掘密钥分配给从所述收件人分段队列中选择的当前包裹，所述挖掘密钥包括包裹跟踪号和当前的运送模式代码；将所述挖掘密钥与包裹级细目数据库和档案相比较，这通过以下步骤实现：（a）从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去运送模式代码，每一个选择运送记录都具有过去选择送货地址；（b）从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何过去选择送货地址相匹配的有效送货地址。该方法还可以包括：建立包括所述选择运送记录和所述选择有效装运记录的挖掘数据集；按照与所述挖掘密钥最紧密 相关的记录的顺序，优序化所述挖掘数据集，从而，与所述挖掘密钥相关的优选地址首先出现；以及将该优选地址分配给所述当前运送包裹，并且更新所述地址数据库。
比较步骤还可以包括：（c）从所述档案中检索那些附加的运送记录，它们具有与所述选择有效装运记录中的任何当前运送模式代码相匹配的过去运送模式代码，每一个附加运送记录都具有附加的过去送货地址；（d）从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何选择附加送货地址相匹配的有效送货地址；以及多次迭代地重复步骤（c）和（d），直到建立挖掘数据集的步骤达到极限条件为止。
该方法还可以包括以下步骤：选择所述优选地址作为单一收件人位置的优选的收件人地址；分配与所述单一收件人位置相关的唯一的收件人令牌；以及将所述唯一的收件人令牌和所述优选的收件人地址存储在主地址数据库中。
优序化所述挖掘数据集的步骤还可以包括：用代表符号代替存储在所述挖掘数据集中的多个送货地址记录的一个或者多个序列值；将具有相同停止标识符的那些送货地址记录聚集在一起；以及将具有相同运送模式代码的那些送货地址记录聚集在一起。
优序化所述挖掘数据集的步骤还可以包括以下步骤：通过计数在所述挖掘数据集中的每一个运送模式代码和每一个送货地址的重合，建立运送模式相似性矩阵；对所述运送模式相似性矩阵中每对送货地址的重叠运送模式发生的次数求和；通过计算所述挖掘数据集中的每一个停止标识符和每一个送货地址的重合，建立停止标识符相似性矩阵；对所述停止标识符相似矩阵中每对送货地址的重叠停止发生次数求和；以及按照从重叠运送模式的最高发生次数和重叠停止的最高发生次数的顺序依次地对所述挖掘数据集进行排序。
优序化所述挖掘数据集的步骤还可以包括：将所述停止标识符相似性矩阵转换为停止标识符树状图；通过如下的方式建立停止连接树状图：连接具有最高重叠停止发生次数的送货地址对，将所述重叠停 止发生次数相加，以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；将所述运送模式相似性矩阵转换为运送模式树状图；通过如下的方式建立模式连接树状图：连接具有最高重叠停止发生次数的送货地址对，使用最小的重叠停止发生次数，以形成连接的模式节点，连接下一对送货地址模式或者连接具有最高重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一运送模式对的重叠停止发生次数为零为止。
对所述队列中的地址数据进行评分的步骤可以包括：在该时期的每一天，为多个运送条件中的每一个的发生次数生成计数表格；基于所述计数表格和多个测量公式，针对每一个停止标识符，计算多个相应结果中的每一个的测量数；以及基于测量数和相应结果，对每一个包裹跟踪号建立输出消息。
将所述优选地址分配给当前包裹并更新所述地址数据库的步骤还可以包括：向地址数据库管理员显示所述挖掘数据集；以及接收所述管理员对所述优选地址的选择。
本发明还可以包括用于为多个包裹中的每一个定位优选地址的系统。该系统可以包括：有效装运记录的包裹级细目数据库，每一个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；运送记录的档案，每一个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；具有地址标记的当前包裹；分配给所述当前包裹的挖掘密钥，所述挖掘密钥包括包裹跟踪号和与所述地址标识符相关的当前运送模式代码；以及用于将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的关联过程。该关联过程可以包括以下步骤：（a）从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去选择运送模式代码，每一个选择运送记录都具有过去选择送货地址；（b）从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记 录中的任何过去选择送货地址相匹配的有效送货地址。该系统还可以包括：包括所述选择运送记录和所述选择有效装运记录的挖掘数据集，所述挖掘数据集按照与所述挖掘密钥最紧密相关的记录的顺序优序化，从而，与所述挖掘密钥相关的优选地址首先出现；以及地址数据库管理员，其将所述优选地址分配给所述当前运送包裹。
该关联过程还可以包括：（c）从所述档案中检索那些附加的运送记录，它们具有与所述选择有效装运记录中的任何当前运送模式代码相匹配的过去运送模式代码，每一个附加运送记录都具有附加的过去送货地址；（d）从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何选择附加送货地址相匹配的有效送货地址；以及多次迭代地重复步骤（c）和（d），直到建立挖掘数据集的步骤达到极限条件为止。
该系统还可以包括与单一收件人位置相关的唯一的收件人令牌，所述收件人位置与所述优选地址相关联。
所述挖掘数据集还可以包括：多个送货地址记录，其具有替代一个或者多个序列值的代表符号；具有相同停止标识符的送货地址记录的聚类；以及具有相同运送模式代码的送货地址记录的聚类。
该系统还可以包括：基于计数所述挖掘数据集中的每一个运送模式代码和每一个送货地址的重合而建立的运送模式相似性矩阵；所述运送模式相似性矩阵中的每对送货地址的重叠运送模式发生的次数之和；基于计数所述挖掘数据集中的每一个停止标识符和送货地址的重合而建立的停止标识符相似性矩阵；所述停止标识符相似矩阵中的每对送货地址的重叠停止发生次数之和；按照从重叠运送模式的最高发生次数和重叠停止的最高发生次数起依次排序的所述挖掘数据集。
该系统还可以包括：通过转换所述停止标识符相似性矩阵而建立的停止标识符树状图；通过如下方式建立的停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，将所述重叠停止的发生次数相加，以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复， 直到每个下一停止对的重叠停止发生次数为零为止；通过转换所述运送模式相似性矩阵转换而建立的运送模式树状图；以及通过如下方式构建的模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用最小的发生次数，以形成连接的模式节点，连接下一对送货地址模式或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一运送模式对的重叠停止的发生次数为零为止。
本发明还可以包括用于对地址数据库中的多个记录中的任何记录评分和维护地址数据的系统。该维护系统可以包括：有效装运记录的包裹级细目数据库，每一个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；运送记录的档案，每一个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；在数天期间从所述细目数据库和所述档案采集的地址数据的队列；用于分配分数给所述队列中的地址数据的评分过程；收件人分段队列，用于将那些数据存储在与选择收件人位置相关的队列中；挖掘密钥，其分配给从所述收件人分段队列中选择的当前的包裹，所述挖掘密钥包括包裹跟踪号和当前的运送模式代码；用于将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的关联过程。该关联过程可以包括以下步骤：（a）从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去选择运送模式代码，每一个选择运送记录都具有过去选择送货地址；（b）从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何过去选择送货地址相匹配的有效送货地址。该系统还可以包括：包括所述选择运送记录和所述选择有效装运记录的挖掘数据集，所述挖掘数据集按照与所述挖掘密钥最紧密相关的记录的顺序优序化，从而，与所述挖掘密钥相关的优选地址首先出现；以及地址数据库管理员，其将所述优选地址分配给所述当前运送包裹并用于更新所述地址数据库。
该关联过程还可以包括：（c）从所述档案中检索那些附加的运 送记录，它们具有与所述选择有效装运记录中的任何当前运送模式代码相匹配的过去运送模式代码，每一个附加运送记录都具有附加的过去送货地址；（d）从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何选择附加送货地址相匹配的有效送货地址；以及多次迭代地重复步骤（c）和（d），直到建立挖掘数据集的步骤达到极限条件为止。
该系统还可以包括与单一收件人位置相关的唯一的收件人令牌，所述收件人位置与所述优选地址相关联。
所述挖掘数据集还可以包括：多个送货地址记录，其具有替代一个或者多个序列值的代表符号；具有相同停止标识符的送货地址记录的聚类；以及具有相同运送模式代码的送货地址记录的聚类。
该系统还可以包括：基于计数所述挖掘数据集中的每一个运送模式代码和每一个送货地址的重合而建立的运送模式相似性矩阵；所述运送模式相似性矩阵中的每对送货地址的重叠运送模式的发生次数之和；基于计数所述挖掘数据集中的每一个停止标识符和送货地址的重合而建立的停止标识符相似性矩阵；所述停止标识符相似矩阵中的每对送货地址的重叠停止发生次数之和；按照从重叠运送模式的最高发生次数和重叠停止的最高发生次数起依次排序的所述挖掘数据集。
该系统还可以包括：通过转换所述停止标识符相似性矩阵而建立的停止标识符树状图；通过如下方式建立的停止站连接树状图：连接具有最高的重叠停止发生次数的送货地址对，将所述发生次数相加，以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；通过转换所述运送模式相似性矩阵转换而建立的运送模式树状图；以及通过如下方式构建的模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用最小的发生次数，以形成连接的模式节点，连接下一对送货地址模式或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一运送模式对的重叠停止的次数为零为止。
将分数分配给所述队列中的地址数据的评分过程还可以包括：计数表格，用于存储在该时期的每一天内为多个运送条件中的每一个发生的次数；对于每一个停止标识符，基于所述计数表格和多个测量公式为多个相应结果中的每一个所计算和存储的测量数；以及基于所述测量数和所述相应结果为每一个包裹跟踪号所构建的输出消息。
这些和其它目的通过本发明来实现，并且，根据下面结合附图对优选实施例的详细描述，这些和其它目的将显而易见，在附图中，相同的标号表示相同的元素。
附图说明
结合附图参考下面的描述可以更加容易地理解本发明。
图1示出根据本发明的一个实施例的维护系统和匹配系统的流程图。
图2是示出根据本发明的一个实施例的图形用户界面的屏幕截图的视图。
图3是示出根据本发明的一个实施例的初始数据采集步骤的流程图。
图4表示根据本发明的一个实施例的包含在初始数据采集步骤中的步骤。
图5图示根据本发明的一个实施例的注册过程的几个迭代。
图6图示根据本发明的一个实施例的注册过程中的运送模式的几个迭代。
图7是根据本发明的一个实施例通过注册过程的几个迭代采集和处理的数据的表格。图7显示在几页上，这几页连续地编号，以图7-1开始（第1页，表示图7），连续至图7-8。
图8包括根据本发明的一个实施例的挖掘数据的两种表格。表1显示在两页上，标记为图8-1和图8-2。表2显示在两页上，标记为图8-3和图8-4。
图9以图形的形式示出根据本发明的一个实施例的序列值归一 化过程。
图10包括根据本发明的一个实施例的运送模式代码数据和相应的相似矩阵的表格。
图11包括根据本发明的一个实施例的停留处标识符数据和相应的相似矩阵的表格。图11显示在两页上，标记为图11-1和图11-2。
图12图示根据本发明的一个实施例的通过停留处连接的送货地址的树状图。
图13图示根据本发明的一个实施例的停留处相似矩阵的逐次的迭代处理。
图14示出根据本发明的一个实施例的通过运送模式连接的送货地址的树状图。
图15示出根据本发明的一个实施例的运送模式代码相似矩阵的逐次的迭代处理。
图16表示根据本发明的一个实施例包含在产生树状图的过程中的步骤。
图17图示根据本发明的一个实施例通过停留处连接的送货地址的树状图。
图18以图形的形式表示根据本发明的一个实施例在树状图中的加速度与节点距离之间的关系。
图19图示根据本发明的一个实施例通过运送模式连接的送货地址的树状图。
图20表示根据本发明的一个实施例包含在聚类数字计算器（cluster cruncher）中的步骤。
图21是根据本发明的一个实施例的地址模式的表格。图21显示在几页上，这几页连续地编号，以图21-1开始，连续至图21-5。
图22以图形的形式示出根据本发明的一个实施例的通过连续的迭代生成的多个计数集和累积计数集。
图23是根据本发明的一个实施例的计数表格的列表，其中，对每一个计数描述标准。
图24是示出根据本发明的一个实施例的各种测量、输出确定系数和重量因子的表格。图24显示在几页上，这几页连续地编号，以图24-1开始，连续至图24-10。
图25表示根据本发明的一个实施例包含在计分中的步骤。
图26是描述根据本发明的一个实施例的用于某些匹配种类的可能的输出确定和覆盖选择的表格。
图27表示根据本发明的一个实施例包含在维护分段运送中的步骤。
图28以图形的形式表示根据本发明的一个实施例的收件人分段运送队列。
图29以图形的形式表示根据本发明的一个实施例的与收件人分段运送队列相关的触发窗和基窗）。
图30是根据本发明的一个实施例的静态值的表格。
图31图示根据本发明的一个实施例的计算机。
图32图示根据本发明的一个实施例的分布服务器-客户端网络。
图33是示出根据本发明的一个实施例的地址注册过程的流程图。
图34是示出根据本发明的一个实施例的地址维护过程的流程图。
具体实施方式
这里结合以下描述和附图描述某些图示的范例设备、系统和方法。所讨论的实例仅仅代表应用支持所公开的材料的原理的各种方法中的几种，从而，这些实例应当包括等同形式。从结合附图考虑下面的详细描述，其它的优点和新颖的特征可以显而易见，在这几个附图中，相同的标号表示相同的元件。
定义。如本申请所用的术语“计算机部件”是指与计算机相关的实体，例如，硬件、固件、软件、其组合或者运行中的软件。例如，计算机部件可以是，但不限于，在处理器上运行的过程、处理器本身。 对象、可执行文件、执行线程、程序和计算机。举例来说，在服务器上运行的应用程序和服务器本身二者都可以是计算机部件。一个或者多个计算机部件可以驻留在执行的过程和/或线程内，并且，计算机部件可以定位在单个计算机上，和/或分布在两个或者更多个计算机之间。
如本文所用的“计算机通信”是指两个或者更多个计算机部件之间的通信，并且，可以是，例如，网络传输、文件传输、applet传输、电子邮件、超文本传输协议（HTTP）消息、数据报、对象传输、二进制大对象（BLOB）传输等。计算机通信可以发生在（例如）无线系统（例如，IEEE 802.11）、因特网系统（例如，IEEE 802.3）、令牌环形系统（例如，IEEE 802.5）、局域网（LAN）、广域网（WAN）、点对点系统、电路交换系统、包交换系统等。
如本文所用的“逻辑”包括，但不限于，硬件、固件、软件和/或组合，其中的每一个执行一个或者多个功能或者作用。例如，基于所需的应用或者需要，逻辑可以包括软件控制微处理器、离散逻辑（例如，专用集成电路ASIC）或者其它的编程逻辑装置。逻辑也可以全部实施为软件。
如本文所用的“信号”包括，但不限于，一个或者多个电信号或者光信号、模拟或者数字、一个或者多个计算机指令、位或者位流等。
如本文所用的“软件”包括，但不限于，导致计算机、计算机部件和/或其他电子装置以所需的方式执行功能、作用和/或行为的一个或者多个计算机可读和/或可执行的指令。所述指令可以以如程序、算法、存储过程、模块、方法、线程和/或程序之类的各种形式实施。软件也可以以各种可执行的和/或者可装载的形式实施，所述形式包括，但不限于，独立程序、函数调用（局域和/或远程的函数）、servelet、applet、存储造存储器中的指令、操作系统或者浏览器中的一部分等。应该认识到，计算机可读的和/或可执行的指令可以定位在一个计算机部件中，和/或可以分布在两个或者更多个通信、协同操作和/或者并行处理计算机部件，从而可以以串行、并行、大规模并行和其它的方式装 载和/或执行。本领域的技术人员应该认识到，软件的形式可以取决于（例如）所需应用的要求、其运行的环境和/或设计者或者编程者的需要等。“可操作的连接”（或者实体通过它“可操作地连接”的连接）是这样的一个连接，其中，可以发送和/或者接收信号、物理通信流和/或逻辑通信流。通常，可操作的连接包括物理接口、点接口和/或数据接口，但是，应该注意，可操作的连接可以由足以允许可操作的控制的这些类型或者其它类型的连接的不同组合构成。
如本文所用的“数据库”是指可以存储数据的物理实体和/或逻辑实体、例如，数据库可以是下述中的一个或者多个：列表、表格、文件、数据存储、关系数据库、数据表格、队列、堆阵等。数据库可以驻留在一个逻辑和/或物理实体中，和/或可以分布在两个或者更多个逻辑和/或物理实体之间。术语数据库可以理解包括数据库管理系统，用于控制容纳在数据库中的数据的组织、存储和检索。
“数据库管理系统”通常是指接口、以及特定设计成管理和操作数据库中的信息的一个或者多个计算机软件应用程序。接口通常是指设计成在用户和软件应用程序之间提供操作连接或者接口的计算机程序。数据库管理系统可以包括软件程序的复杂套组，该软件程序控制数据的组织、存储和检索、以及数据库的安全和完整性。
用于数据库管理系统的接口可以提供一系列的指令，以允许用户创建、读取、更新和删除存储在数据库表格中的数据值。这些功能（创建、读取、更新、删除）有时涉及使用首字母缩写CRUD，从而，具有那些指令的接口可以称为CRUD接口。包括查询功能的数据库接口可以称为CRUDQ接口。
查询语言允许用户与数据库互动，并且分析表格中的数据。查询是用来从数据库中提出数据集的指令的集合。查询不改变表格中的信息，它们仅仅显示信息给用户。查询的结果有时称为查验。最著名的查询语言之一是结构查询语言（SQL，有时读为“sequel”）。SQL是用于数据库互用性的标准语言之一。查询可能是SQL的最常用的方面，但是SQL指令也可以用作用于建立、改变、配置和一般维护数 据库的编程工具。
术语“模糊的”或者“不清楚的”是指涉及部分真的构思的布尔逻辑的超集，换句话说，在“完全真”和“完全错”之间的真值。任何特定的理论或者系统可以从离散的或者明确的形式推广到连续的或者模糊的形式。基于模糊的逻辑或者模糊的匹配的系统可以使用具有与概率相似的各种程度的真值，除了真程度不必一定总计为一之外。例如，就对字母-数字字符串施加模糊匹配而言，真值可以表达为字符串中的匹配字符的数目。
本文所述的系统、方法和对象可以存储在（例如）计算机可读介质上。介质可以包括，但不限于，ASIC、CD、DVD、RAM、ROM、PROM、盘、载波、存储棒等。因此，实例的计算机可读介质可以存储用于管理交通资产的方法的计算机可执行的指令。该方法包括基于从以经验为基础的旅游数据库检索的分析数据计算交通资产的路径。该方法还包括从交通资产接收实时数据、以及基于实时数据和分析数据的积分来更新交通资产的路径。
应该认识到，系统的过程和方法中的一些或者全部涉及电子和/或软件应用，所述应用可以是动态的、灵活的过程，从而，它们可以以与本文所述的那些不同的其它序列执行。本领域的技术人员也会认识到，使用诸如机器语言、程序的、面向对象的和/或人工智能技术之类的各种编程方法，可以实施体现为软件的元件。
通过如数字信号处理器电路、软件控制微处理器或者专用集成电路之间的功能等效电路也可以实施本文所述的处理、分析和/或其它功能。实施为软件的部件不局限于任何特定的编程语言。相反，本文的描述提供本领域技术人员可以用来制造电路或者产生计算机软件和/或者结合硬件技术以执行系统处理的信息。应该认识到，本系统和方法的功能和/或行为的一些或者全部可以实施为如上所定义的逻辑。
就术语“包含”用于详细的描述或者范例发明构思的列表中的情况来说，如该术语在用作权利要求中的过渡字时所解释的那样，该术语应当以与术语“包括”相似的方式包括在内。此外，就术语“或者”用 于范例发明构思的列表（例如，A或者B）中的情况来说，它应当是指“A或者B或者二者”。当作者应当表示“仅仅A或者B而不是二者”，作者将使用短语“A或者B但不是二者”。因此，本文中的术语“或者”的使用是包括性的使用，而不是排外性的使用。参见Garner的A Dictionary of Modern Legal Usage 624（1995第二版）。
介绍。现在参照附图描述范例系统、方法和设备，其中，在几个附图中，相同的参考标号用来指相同的元件。在下面的描述中，为了解释的目的，阐述大量特定的细节，以便帮助完全了解系统、方法、设备等。然而，可以显而易见的是，可以实践所述的例子，而没有这些特定的细节。在其它的例子中，为了简化描述，以框图的形式示出常用的结构和装置。对于拥有在说明书和附图中所陈述的教导的益处的本领域技术人员来说，可以想到很多修改和其它实施例。因此，应该理解，本发明不局限于所公开的特定实施例，另外可选的实施例应当包含在本发明的范围和范例发明构思内。虽然特定术语可以用于本文，但是仅仅为了一般的描述的意义而不是为了限制的目的，使用它们。
例如，在本文中常常描述本发明的系统，举例来说，在其与地址管理系统一起使用的情况下。虽然可以相当详细地描述与地址相关的例子，但是本申请人的意图不在于将本发明的范围约束或者以任何方式限制到与地址一起使用。本发明系统的其它用途、应用、优点和修改对于本领域的技术人员来说是非常显而易见的。因此，在其更广义的方面，本发明不局限于所示出和描述的特定的细节、代表设备和范例实例。因此，在不脱离总发明构思的实质和范围的情况，可以偏离这些细节。
系统描述：如图1所示，在地址管理系统的范例情况下，本发明的中心部件是地址数据库100，通过称为地址数据库管理员（ADA）200的个人或者系统可以开发和维持该地址数据库100。如箭头所指，地址数据库100可以接收来自各种源（包括但不限于，地址数据的可靠源110，例如美国邮政服务公司）的输入、来自应用程序16的数据、 从注册过程300得到的数据、以及从维护过程400得到的数据。通过采集来自各个源的数据，本发明的维护系统10建立和维护精确的、当前的地址数据库100。一般来说，本发明的系统10比依赖于地址数据的外部源110更加依赖于实际地址数据（存储于数据库20或者档案30中）。在这方面，系统10响应于实际的传送数据，而不是依赖于来自外部源的理想化的、标准化的数据。
在一个实施例中，本发明可以包括用于注册和维护多个离散的物理位置或者地址的数据的维护系统10。该数据可以包括标准的或者非标准的邮件地址、送货地址、收件人标识符、或者描述或者涉及位置的各种数据中的任何其它。在一个方面中，本发明旨在建立和维护地址数据库100，包括对应于地区内的多个离散的可送达的位置中的每一个的单个优选地址。所示的维护系统10可以包括注册过程300和维护过程400。
匹配系统12可以与维护系统10协作，如图1所示。在一个实施例中，匹配系统12可以包括在标题为“Data Structure and Management System for a Superset ofRelational Databases”的未决美国专利申请10/690,322中所述的系统，该专利申请以引用方式并入本文中。在一个方面中，包括维护系统10的本发明，可以充当要使用未决申请中所述的系统被处理和匹配的数据源。
所示的匹配系统12可以包括与一个或者多个软件应用程序16相关的地址查询510。例如，为了从存储在地址数据库100中的多个潜在的优选地址中找到匹配，来自应用程序16的候选地址可以提交给地址查询510。匹配或者执行步骤520可以包括在本发明的维护过程400中的一个或者多个步骤。可以在所示的地址解释步骤530中进一步处理匹配的地址，所得到的优选地址代表可以传送回到任何各种应用程序16中。
如图1所示的注册过程300可以与运送应用程序25和字段输入装置35通信。运送应用程序25可以提供记录在包裹级细目数据库20中，该数据库20包括，例如目的地址的列表和与多个包裹的当前的 有效的运送相关的其它数据。目的地址可能是指送货地址。包裹级细目数据库20可以包括与要送达的一个或者多个包裹相关的有效的跟踪号、有效的送货地址和有效的运送模式代码。
诸如手持数据收集装置之类的字段输入装置35可以收集和提供数据用于实际运送记录30的档案。归档的记录30可以包括描述过去实际发生的运送的位置或者运送模式。运送记录30可以包括与完成送达一个或者多个包裹相关的过去的跟踪号、过去的送货地址、过去的有效的运送模式代码和停止标识符。包裹级细目数据库20和实际的运送记录的档案30二者都可以包括在多天内采集和存储的记录。
运送模式代码是指运送服务提供商记录的信息，其指定包裹运送的物理位置。使用运送模式代码替代送货地址，以避免与在包裹上可能显示的书写地址或者地址标记混淆。
一般来说，注册过程300可以以对称为候选地址的特定位置的初始数据采集步骤305开始。可以从包裹自身上的标记识别候选地址。例如，在包裹上的地址标记可以是手写地址、打印标签、Maxicode码或者其它的符号表示方法、射频识别（RPID）标签、或者能够为包裹保持和通信预期的送达地址的任何各种标记。候选地址也可以从包裹级细目数据库20中的记录、或者从通过载货清单应用程序或者任何其它各种运送应用程序16发起的请求中识别。在一个实施例中，通过肯定性地注册物理位置，客户或者收件人可以输入注册过程300，以充当所有运送的优选地址。
在图33中，更加详细地示出初始处理步骤310,320,330。通过本文中更加详细地描述的相关处理310，注册过程300使用所有可用的数据，以便确定候选数据是否与存储在地址数据库100中的任何优选地址代表匹配。在步骤320中，可以通过一个或者多个初始规则过滤器缩小或者限制可能的匹配。注册过程300的输出可以包括显示初始表现给称为地址数据库管理员（ADA）200的个人或者系统的步骤330。初始显示可以包括针对候选地址的可能匹配的层次化、或优序化的列表。
如图1所示，候选地址可以从一个或者多个应用程序16（载货清单应用程序manifest application 14）识别。在一个实施例中，载货清单应用程序14生成送货地址的载货清单，每一个模式候选地址。在初始显示步骤330中，可能匹配的列表可以显示给ADA200。在步骤330和ADA 200之间的链路显示在图1中，图33中的朝下指的箭头应当表示图1中到ADA 200的链路。在一个实施例中，初始显示步骤330可以包括图形用户界面（GUI），以便显示数据给ADA 200。图2示出GUI的示例屏幕截图。数据的列表可以称为工作单元（UOW）。ADA 200可以接受或者拒绝在列表中显示的选项。在一个实施例中，在ADA 200输入之后，地址数据库100可以注册所述位置，分配称为收件人令牌的唯一的标识符，并且，可以生成载货清单或者提供另一响应回到载货清单应用程序14或者其它的应用程序16。在此方面，从载货清单应用程序14或者其它的应用程序16得到的、用于启动注册过程300的输入可以导致通过地址数据库100产生的输出。
维护过程：在一个实施例中，本发明可以包括在图1大致地示出并在图34更详细地示出的维护过程400。一般来说，维护过程400可以是正在进行的且连续的，不需要特定的输入。起初可以在就特定位置或者特定收件人积累一定天数的数据之后开始维护过程400。在最小量的数据被积累并可用于处理之后，在维护阶段步骤408中，所述数据可以输入队列或者候补列表，如图34所示。下面更加详细地描述阶段步骤408和计分器500。
在一个实施例中，下面更加详细地描述的维护阶段步骤408可以监视或者计数特定类型事件的数目，直到在处理所述数据并显示工作单元给ADA 200之前达到阈值限制。在一个方面，阶段步骤408可以保持所述数据一预定持续时间，以积累足以保证处理的数据。阶段步骤408还可以监视任何很多因素（传送效率、成功率等）的变化率，并且保持数据，直到变化率超过预定限定为止。例如，阶段步骤408可以在滚动多天时间窗期间监视一定的因素，将这些因素与历史时间 窗比较，计算变化率，并且，将变化率和预定极限比较。
当释放存储数据用于处理时，可以使用维护关联处理步骤410来以与初始关联处理步骤310分析候选地址一样的方式分析所存储的数据。在步骤420中，可以通过一个或者多个维护规则过滤器缩小或者限制可能的匹配。维护过程400的输出可以包括显示地址的维护表示给地址数据库管理员（ADA）200的步骤430。ADA 200可以接受或者拒绝在列表中显示的选项。在一个实施例中，在ADA 200输入之后，地址数据库100可以更新位置的记录。
数据采集：再次参照图33，注册过程300可以以初始数据采集步骤305开始。在一个实施例中，初始数据采集步骤305可以包括图3所示的步骤。如左边所示，数据采集步骤305可以以在步骤60中分配称为挖掘密钥40的标识符开始。如图7所示，挖掘密钥40可以包括包裹跟踪号和运送模式代码。
如图3所示，挖掘密钥可以用于步骤62，以从关于具有与挖掘密钥中的运送模式代码相同的运送的实际运送记录30检索各种数据。例如，如果挖掘密钥包括“JZJ”运送模式代码，则步骤62可以包括对具有“JZJ”运送模式代码的实际运送记录30的检索。对于所发现的每一个匹配记录，检索包裹跟踪号。
在步骤64中，使用来自步骤62的包裹跟踪号来匹配来自具有相同的送货地址的当前的有效的运送的包裹级细目数据库20。步骤62和64的结果以表格的形式示于图7中。
如果一些送货地址适合表示它们是ZJJP-运送的模式，在步骤64中可以忽视它们。ZIP运送的包裹是这样的一个包裹，其中，运货者使用最少的信息（例如，仅仅ZJJP代码）来得到速率和跟踪号，并且使用下架运送系统将这些上载到包裹运送服务。为了数据采集步骤305的目的，仅仅包含ZIP代码的送货地址不会产生有意义的结果。
在步骤70中，使用步骤62和64的结果来建立挖掘数据集。在步骤70中，对于通过所述循环的每一次遍历或者迭代，所述结果可以加入到挖掘的数据中。
继续图3所示的循环的数据采集步骤305，接下来将结果与步骤66中的前一结果相比较，并且除去重复的送货地址。步骤68表示与步骤64中的迭代相似的另一迭代。
如所示，数据采集步骤305可以包括几个迭代或者遍历。每一遍历循环产生附加潜在的匹配，所述匹配可以在步骤70中加入到挖掘数据集中。如果达到任何各种预定限度，可以终止数据采集步骤305。在一个实施例中，该限定包括遍历限制和退出限制。遍历限制可以充当对所执行的迭代或者遍历数目的上限。例如，遍历限制可以设置为10。退出限制可以充当对所执行的迭代或者遍历数目的上限。退出限制可以是一定的量，例如1000。退出限制可以是百分率，如果（例如）唯一的送货地址的总数与前一遍历相比较增加了小于百分之五，则触发结束该数据采集。图4示出根据本发明的一个实施例的数据采集过程中的编程步骤的列表。
图5示出初始数据采集步骤305的例子，并且示出过滤出去可以导致收集给错误收件人的数据的送货地址运送模式搜索的效果。如标记为“第一迭代”的列所示，挖掘密钥40可以包括运送模式代码（DP）和送货地址（A）。在整个数据采集步骤305和后续处理中，可以使用挖掘密钥40（DP-A）。为了附图和说明清楚而简单起见，可以用单个字母（A、R、G、T等）替代送货地址数据。对于实际处理步骤，送货地址可以包括地址数据的所有的一般属性。
图5所示的第一迭代以挖掘密钥40和运送模式代码开始，并且定位所有的唯一送货地址（ST）。对于送货地址1（ST-1），发现有两个停止站或者停止标识符。对于送货地址2（ST-2），有四个。对于运送模式代码具有小于两个停止站的送货地址不被用来搜索更多的运送模式。由于不使用这些送货地址，系统避免从不同的停止位置采集数据，所述停止位置是很可能的误送停止站和/或非常罕见的停止站。另一方面，通过减少对于每个停止站具有低包裹容量的收件人的数据集，可以在运送模式中产生非常高的差异，或者，可以在送货地址中产生非常高的差异。
图5所示的第二迭代以针对每一个停止标识符（ST-1和ST-2）找到运送模式代码（DP）开始。与停止站ST-1相关的运送模式代码DP-B产生两个附加的停止标识符：ST-5（具有两个停止站）和ST-6（具有1个停止站）。在第三迭代中，仅仅具有两个以上的停止站的停止标识符用来寻找附加的运送模式代码。
与每一个运送模式代码相关的数据还可以包括附加的信息，如图6所示。这种附加信息可以包括清楚的签名、SLIC代码、驾驶员身份证、邮政代码和其它存储数据。如图6所示，各种过滤器或者禁止器可以用来消除不代表所需的收件人位置的运送模式。例如，可以激活一个或者多个下述禁止器，以消除不在收件人的合理附近范围内的运送模式。
(1)邮政编码禁止器，在同一运送模式内具有正零或者负零的容差，可以用来消除具有所需的运送模式但具有不同的邮政编码的地址。
(2)驾驶员身份证禁止器，可以用来消除驾驶员实际上不在运送模式中工作的地址。
(3)签名和SLIC（组合的）禁止器，可以用来消除与这样的停止站相关联的地址，对该停止站所述签名和SLIC与在运送模式内的其它运送的签名和SLIC不匹配。
例如，参照图6的第二迭代，运送模式代码DP-K与邮政代码PC-12相关联，该邮政代码PC-12与跟同一停止标识符ST-14相关联的代码PC-2不同。因为代码PC-2与其它的代码相似、并且代码PC-12不同，所以消除PC-2停止站的运送模式。类似地，因为关联代码是PC-7，所以消除运送模式DP-H；此外，因为从第一迭代模式DP-H是与停止标识符ST-13相关联的唯一一个，所以也消除停止站ST-13。在此方面，当确定所述数据不精确时，在后一迭代中消除的运送模式可以用来消除在前一迭代中所找到的匹配。
对数据应用禁止器的方法可以包括两个通用步骤。第一，对于在当前迭代中的允许的运送模式，新禁止器值可以加入到所允许的禁止 器的列表中。第二，在下一个迭代中，所允许的禁止器的列表可以与当前迭代中所发现的候选禁止器比较。如果由给定的运送模式限定的任何停止站集不具有与所允许的禁止器之一匹配的候选禁止器，则不允许给定的运送模式。如果对于不允许的运送模式的前一送货地址或者根送货地址不是一个或者多个其它允许运送模式的根，则不允许所述根送货。在此方面，数据的消除可以被传送回，以从前一迭代除去不可靠的数据。
再次参照图3，在一个实施例中，挖掘密钥40可以包括包裹跟踪号和运送模式代码。在图7的挖掘数据表格中所示的实例中，“JZJ”是与实例挖掘密钥40相关联的运送模式代码。在图3所示的步骤62中，本发明的系统的数据采集步骤305搜索对于具有相同的运送模式（JZJ）的包裹的所有实际的运送记录30作为挖掘密钥40。匹配清单列入在图7的迭代#1下的左列中。对于具有相同的运送模式（JZJ）的每一个运送记录，步骤62包括寻找跟踪号和送货地址。包裹跟踪号以字符“1Z…”开头，送货地址由单个大写字母（F、R、N、B等）表示。
在图3所示的步骤68中，本发明的系统的数据采集步骤305在包裹级细目数据库20中搜索关于具有相同的送货地址（F、R、N、B等）的包裹的所有记录，作为在步骤62中找到的匹配。对于步骤64的匹配的清单列入在图7的迭代#1下的右列中。对于具有相同的送货地址的每一个运送记录，步骤68包括寻找跟踪号和运送模式（JZJ、TKI等）。如图所示，使用送货地址来搜索（在步骤64中），可以导致除与挖掘密钥40（JZJ）相关联的运送模式之外的附加运送模式出现。因此，在后续的迭代中，运送模式的数目增加，从而，增加匹配记录的数目，如图7的迭代#2所示。
图7的几页也包括在迭代#3和迭代#4期间所挖掘的数据。连续的检查迭代将示出如何使用挖掘密钥40、后续的匹配和在后续的迭代期间所用的各种记录元素（运送模式代码、送货地址、跟踪号）的组合来找到附加数据。
本发明的系统的数据采集步骤305可以包括从最后的迭代排序挖掘数据的任务。例如，可以存储在图7的迭代#4中所示的挖掘数据。挖掘数据可以通过（例如）如图8的表格1中所示的停止标识符来排序。挖掘数据还可以通过如图8的表格2所示的运送模式代码来排序。
关联处理：再次参照图33，继续注册过程300的描述，本发明可以包括初始关联处理步骤310。步骤310可以用来在初始数据采集步骤305期间所找到的各种送货地址之间建立统计学上有意义的关联性。换句话说，关联处理310可以用来确定在挖掘数据集中的送货地址是指代相同的离散的位置、或者属于一起的。
在一个实施例中，通过观察在同一运送事件内不同送货地址重合，并且通过对于运送至同一运送模式的包裹不同送货地址重合，确定数据之间的关联性。如图7中的迭代#1至#4所示，数据采集步骤305可以是过度包含的。关联处理步骤310可以用来提炼数据采集步骤305的结果，以帮助ADA 200理解显示给她的数据。在一个实施例中，关联处理步骤310的目标可以包括：
(1)产生送货地址的列表，其中该列表内的地址在统计学上很可能属于同一位置；
(2)按层次地产生送货地址的列表，从而最高级的多个列表在统计学上很少有可能属于同一位置；以及
(3)提供与送货地址的每一列表相关的统计学上有意义的测量和/或观察。
初始关联步骤310的一个总目标是提供充足的信息给ADA 200，从而能够快速精确地更新地址数据库100。
下述过程和技术可以总称为关联处理310。
送货地址预处理：在一个实施例中，关联处理步骤310可以包括对送货地址的预处理。在此方面，通过去掉与地址很可能无关的无用的信息，预处理可以减少送货地址的排列的数目和种类。预处理是有价值的，因为减少了可以使检测有用的趋势更难的那些地址变化。在一个实施例中，预处理可以包括：
(1)将每一个送货地址转换为单个信件夹，所有的上转换、或者所有的下转换。
(2)从每一个送货地址除去冗余的空白。
(3)通过用合适的代表符号替换任何非地址序列值，例如订单号、返回授权号等，使它们规范化。该过程可以称为序列值规范化，下面对此进行更加详细的描述。
(4)将唯一的标记放置在完全空白的任何送货地址，以便防止在空白的送货地址可比较的关联处理310期间的不正确的假设。
序列值规范化：在一个实施例中，关联处理步骤310可以包括称为序列值规范化的过程。该构思在于检测具有唯一值并还具有一致的邻接文本的字符序列。规范化过程除去其它一致模式的高度可变的部分，在应用中，通常不会除去任何可用的地址信息。规范化过程可以包括下述通用步骤：
（1）识别所有一次出现字（one-time occurring word），所述出现字包含从采集数据中的一次出现送货地址集（发生一次记录）的号码（并且，还可以包含字母）。
（2）对于每一个潜在的检测序列值，确保在整个其它送货地址中多次找到整个送货地址的其余文本，并且，如果这样，用于表示要替换内容的预定符号或者外卡替换所检测的序列值。
图9示出序列值规范化的过程。设置要规范化的数据可以仅仅包括出现一次的那些送货地址，换句话说，具有等于1的频率值。在一个实施例中，序列值规范化可以设计成相对较谨慎的，从而它将不会替换可以存在于数据中的所有可能的序列值。在一个实施例中，序列值规范化过程可以包含下述约束：
(1)把仅仅出现一次的那些送货地址作为目标。
(2)仅仅使用在整个数据中出现一次的序列值。通过应用相关过滤器，可以实现对一次出现的序列值的识别。
(3)有效的序列值是仅仅由至少一个数字和一个或者多个字母构成的单词。
(4)包围序列值的送货地址的其它文本必须在也包含序列值的其它送货地址内重新出现。
聚类（clustering）：在一个实施例中，聚类过程可以使用在运送数据中可用的最可靠的持续测量中的两个来确定送货地址之间的可能的相关性：（a）停止重合；以及（b）运送模式重合。停止重合是指在同一运送事件或者停止时的运送重合。运送模式重合是指与同一运送模式相关的运送重合。
通过停止重合形成的关系可以是最强的、最可靠的测量，但是有时被误运送和停止站内的缺乏送货地址多样性而削弱。如图8所示的挖掘数据表格的停止排序表示基于停止标识符的聚类的例子。
只要当运送人员制作和记录持续的运送记录时，并且，在运送记录唯一地限定每个位置时，通过运送模式重合形成的关系可以强。如图8所示的挖掘数据表格的运送模式排序表示基于运送模式的聚类的例子。
相似性矩阵：在一个实施例中，关联处理步骤310可以包括构建一个或者多个相似性矩阵。建立相似性矩阵的过程或许以图形的形式示出，但是一般来说，数学上地建立和存储每一个矩阵。图10示出运送模式相似性矩阵的实例结构。图11示出停止相似性矩阵的实例结构。这两个矩阵的一个目的是，在送货地址对（A-B、A-C、A-D等）之间测量关系。
参照图10，构建运送模式相似性矩阵的第一步是计数每一个运送模式与每一个送货地址的重合。该步骤还可以包括对每一个送货地址求和。构建运送模式相似性矩阵可以包括对所有可能的送货地址对的重合求和。一般说来，两个送货地址的重合计数越高，这两个地址就越有可能相似并相关联。
参照图11，构建停止相似性矩阵的第一步是计数每一个停止标识符与每一个送货地址的重合。该步骤还可以包括对每一个送货地址的求和。构建停止相似性矩阵可以包括对所有可能的送货地址对的重合求和。一般来说，这两个送货地址的重合计数越高，这两个地址就 越有可能相似并相关联。
树状图：在一个实施例中，关联处理步骤310可以包括将图10和图11所示的一个或者多个相似性矩阵转换为一个或者多个树状图的步骤。树状图是用来示出数据点在集合中的布置和关系的分等级的树状图。在一个实施例中，树状图结构的一个目的是，在数学上帮助促使所有提供的送货地址的集合之间关联和分离。树状图技术可能涉及迭代地选择最佳可用的送货地址对和送货地址组。当不可能有附加对时，树状图可以被认为是完整的。一旦成对，结果就可以称为连接的节点。
在一个实施例中，一个树状图对于具有相似停止站的送货地址（停止站连接的地址）被完成。另一个树状图对于具有相似的运送模式的送货地址（模式连接的地址）被完成。
在一个实施例中，建立如图12所示的停止站连接树状图的技术可以包括下述步骤：
（1）通过选择具有最高计数的送货地址对来评估相似性矩阵。如果存在一系列的具有最高计数的多对，则优先选择最高级别的配对（组合配对）。
（2）将所选择的对变成新的（下一个更高级）节点。该节点可以称为连接停止站节点。
（3）新节点的频率是来自相似性矩阵的对的计数。
（4）将用于所选择的对（因为它们与其它的送货地址相关）的两组相似性矩阵计数组合到单个新的集合。对这两个线性阵列进行求和，以产生新的阵列。
（5）对下一节点连接开始新的迭代。当在相似性矩阵中的可用节点具有零计数时，该树状图是完整的。
图12示出示例停止站连接树状图的结构。对于树状图中的每一个节点，可能存在关联数据，包括停止频率、驾驶员身份证、签名捕获和鉴别、运送模式和日期。例如，关于送货地址H和N的节点具有4的值或频率，节点包括样品数据，例如，对于驾驶员身份证的Janovski、包括对Amy的两个条目的签名鉴别（一个对Bergeron，一个对Smit）、两个运送模式（JZJ和OZK）、以及“2005年7月7日”的中间事件日期。相似的数据可用，并且连接树状图中的每一个节点。
建立停止站连接树状图的一个基本原理是，将包裹联合地运送到多个送货地址，这高度可靠地显示这些地址之间的紧密联系。因此，该系统积累这些重合并将它们制成表格。基于一般规则：“如果A与B相关，B与C相关，则根据AB加BC的权重因子，A与C相关”，联合运送的送货地址的关系是逻辑关系。此外，请注意，通过（a）在多个包裹停止站内误运送，和/或（b）启动操作返回（如果用户没有更新送货地址，则这好像误运送），可以导致联合运送的送货地址之间的所述相关性降级。
图13是示出根据本发明的一个实施例的在停止站连接树状图的构建期间所进行的每一次迭代和所作出的每一个决定的例子。每一次迭代可以以选择要连接的两个节点开始，其中重叠计数被加亮显示。
在一个实施例中，建立如图14所示的运送末端连接树状图的技术可以包括下述步骤：
（1）通过选择具有最高计数的送货地址对来评估相似性矩阵。如果存在一系列的具有最高计数的多对，则优选最低级别的配对（组合配对）。
（2）将所选择的对变成新的（下一个更高级）节点。该节点可以称为连接模式节点。
（3）新节点的频率是根据相似性矩阵的对的计数。
（4）将用于所选择的对（因为它们与其它的送货地址相关）的两组相似性矩阵计数组合到单个新的集合。求这两个线性阵列的最小者，以产生新的阵列。
（5）对下一节点连接开始新的迭代。当在相似性矩阵中的可用节点具有零的计数时，该树状图是完整的。
建立运送模式连接树状图的一个基本原理是，对多个送货地址使 用相同的运送模式，这有时可靠地显示这些地址之间的紧密联系。因为该相关性的可靠性稍微低于停止站连接树状图的可靠性，所以可以将相当大的权重仅仅加入这些相关性，其中存在严格的重叠。该严格重叠限制对应于一般规则：“如果A与B相关，B与C相关，则根据AB加BC的权重因子，A与C相关”，联合运送的送货地址的关系是逻辑关系。此外，请注意，可以通过下述中的一个或者多个来导致模式连接树状图中的该相关性降级：（a）具有一致的相同记录的运送模式的不同停止站位置；（b）碰巧与另一停止站位置具有相同的运送模式的误记录运送；（c）碰巧与另一停止站位置具有相同的运送模式的实际误运送；和/或（d）启动操作返回，如果用户没有更新送货地址，则这好像误运送。
图15是示出根据本发明的一个实施例的在运送模式连接树状图的构建期间所进行的每一次迭代和所作出的每一个决定的例子。每一次迭代可以以选择要连接的两个节点开始，其中重叠计数被加亮显示。图16示出根据本发明的一个实施例的在树状图过程中的编程步骤的列表。
聚类数字计算器（cluster cruncher）：在一个实施例中，关联处理步骤310可以包括称为聚类数字计算器过程的步骤。聚类数字计算器的一个目的是，将树状图转换为统计关联送货地址的简单等级列表。
在一个实施例中，在聚类数字计算器输出中，根据如图17所示的由停止站连接树状图限定的超群组和群组的基节点，可以对送货地址可以进行分组。这些群组是使用群组检测算法所选择的送货地址的聚类。在识别聚类中的第一步可能是用表示称为节点距离的水平轴（示出穿过图17的底部）重画所述树状图。
如图17所示，示例的停止站连接树状图在左边以表示停止站对的基节点开始。例如，第一基节点是对于Q和S。下一节点是对于与停止站F连接的Q和S。Q-S-F节点的重叠具有两个停止站的频率。可以由停止站的数目和停止频率计算节点距离。节点距离可以表达为基节点频率除以连接的节点频率再加上最大的子（前一个）节点距离的平均值。停止节点之间的节点距离可以称为停止节点距离。该关系应用到图17的Q-S-F节点，以计算3.67的节点距离。
在树状图中的每一个节点的节点距离可以用于聚类数字计算器程序，以识别节点群组和超群组。一旦节点距离已知，则可以计算节点之间的变化程度（节点加速度），并且将它们与其它节点相比较。
如图17所示，可以在停止站连接树状图的最高级或者右边识别超群组。一旦识别了，可以通过超群组片连接所述超群组，如图所示。
通过分析从每一个超群组顶端到每一个中间节点（在基节点级别之上）的距离，可以在所示的树状图的一个或者多个中间点上识别节点群组。在该分析中，对于每一个超群组，确定节点距离的单个最大加速度。通过该位置画出一垂直片，通过在每一个超群组的所有节点距离。所述片相交点限定每一个群组的顶端。
相邻节点距离可以用来计算最大节点加速度的位置、或者节点距离的变化速率。例如，如图17的文本框中所示，最大节点加速度的数学点位于标记为11.1的节点距离上。如计算所示，将下一节点距离（16.8）和紧接的前一节点距离（8.09）相比较，以计算2.69的节点加速度。
如图18所示，可以在图上将节点加速度绘成节点距离的函数。线图表示通过菱形点表示的各种节点（停止站对），例如，Q-S节点。图18中的曲线图示出用于选择每一个超群组中的最佳群组的一种技术。对于从基节点到超群组顶端的每一个路径，可以测量对于节点距离的每一个序列的节点加速度。在树状图的上半部分内发现的最大加速度确定了用作所述片点的距离值，反过来，该距离值又确定每一个超群组内的群组。下面解释通过聚类数字计算器过程使用该数据。
应用到图17和图18中的停止站连接树状图的技术也可以应用到图19所示的运送模式连接树状图。模式节点之间的节点距离可以称为模式节点距离。根据上面讨论的节点距离和节点加速度之间的相同关系，可以识别超群组和中间群组。
在一方面，模式连接树状图的超群组和群组解释每一对送货地址可以相互紧密相关联的原因。例如，如果包含该树状图的特定超群组的送货地址集等于来自停止站连接树状图（图17）的任何群组的送货地址集，则该停止站是相同群组中的一部分，这是因为（1）这两个停止站都联合运送（沿着相同的运送模式）并且（2）这两个停止站表示相同的运送地址（收件人位置）的缘故。在此方面，通过聚类数字计算器过程，模式连接树状图和停止站连接树状图可以用来识别很可能紧密相关的挖掘数据集中的送货地址。
虽然可以以图形形式示出聚类数字计算器过程，如图17、图18和图19所示，但是一般说来，在数学上通过一系列程序控制的分段、连接和计算步骤来发生该过程。图20示出根据本发明的一个实施例的在聚类数字计算器过程中编程步骤的列表。
可以通过下述一般规则中的一个或者多个来管理聚类数字计算器过程：
(a)可以在输出中重复单个送货地址，用于在基节点中可能找到的结果值一样多的排列。下面更加详细的公开结果值（Outcome value）的概念。一般说来，结果值表示根据在与特定运送相关联的包裹级细目数据库20中的记录的运送特征。
(b)通过在每一个基节点上对每个唯一结果值的计数求和，可以确定每个送货地址的计数值。
(c)可以从基节点结果值得出每一个送货地址的结果值。
(d)可以从基节点中位日期得出每一个送货地址的中位日期（通常是实际运送日期）。
(e)每一个超群组和群组的相对置信度可以定义为等于停止站连接树状图的各个顶端的节点距离的倒数。如下面所公开，相对置信度可以用来在显示给ADA以便选择时排序或者优序化候选地址。对于由定义具有零节点距离的孤立的（非连接的）送货地址构成的群组或者超群组，可以将置信度设置为零。
(f)如果对于模式连接超群组或者模式连接群组，送货地址集相 同，则对于每一个超群组（或者群组）的连接原因（Join Reason，参见图20）可以表达为“联合运送的公共运送地址”。
(g)如果对于模式连接超群组或者模式连接群组，每一个超群组（或者群组）的连接原因（Join Reason）可以表达为“联合运送的”。
(h)对于每一个超群组或者群组的连接点（Join Blob，参见图20）可以由在相关顶端节点上存在的信息确定，如在下述编程计算中的一个或者多个中表达：(1)最常用的组合（xxx%）：<deliv patt>、<servc provdr>、<signat>”或者(2)“最常用的记录运送地址（xxx%）：<deliv patt>”或者(3)“最常用的服务提供商（xxx%）：<servc provdr>”或者(4)“最常用的签名（xxx%）：<signat>”。
(i)对于每一个标识符，运行用于Join Blob程序（图20）的基于服务提供商的表格；但是，Join Blob格式包括服务提供商名字，而不包含标识符。
(j)在一个实施例中用来计算Join Blob百分率的分母可以是超群组或者群组的总计数。
(k)聚类数字计算器的总计数应该等于所采集的数据的总计数。
在一个实施例中，聚类数字计算器的工作可以被资源限定（例如，送货地址的最大数目）控制。资源限定可以通过ADA的容量确定，该ADA必须处理挖掘数据的输入流。资源限定可以是简单的量，例如，一千个送货地址。在一个实施例中，资源限定可以包括要应用到群组或超群组上的很多规则。例如，资源限定可以要求：（1）如果超群组具有一千个以上的送货地址，则使每一个中间子群组变为其自己的超群组；并且然后，（2）如果任何其余的超群组具有一千个以上的送货地址，则分别随机地删除百分之九十五的单态、双重态、三重态等，直到该数量小于一千为止。
聚类数字计算器过程的输出可以用于排序或者优序化挖掘数据集中的候选地址，以便在步骤330中将分等级的列表显示给地址数据管理员（ADA），如图33所示。
回顾注册过程300：再次参照图33，初始显示步骤330在上述的 关联处理310之后。一般来说，将候选地址与存储在包裹级细目数据库20中的地址数据和实际的过去运送记录30的档案比较，以确定与候选地址匹配或者近似匹配的地址是否已经在地址管理系统中。如图33所示，在初始数据采集步骤305之后，关联处理步骤310包括各种数据操作和比较，以便找到与候选地址最密切相关的那些地址，并且将它们按照优先级的顺序设置，其中最好的匹配在最先的位置。在步骤320中应用任何各种初始地址规则过滤器之后，在步骤330中，可以将地址的优序化列表显示给称为地址数据库管理员（ADA）（如图1所示）的个人或者系统。
确定重叠或者复制初始化（Determining Overlapping or DuplicateInitialization）：在一个实施例中，初始显示步骤330可以包括确定候选地址是否已经存在于地址数据库100的过程，如图1所示。存储在主地址数据库100中的每一个优选地址代表具有与其相关联的唯一收件人令牌，表示与该地址相关的收件人位置。在此方面，每当包裹被标记有与已初始化或者存储在地址数据库100中的具体收件人位置相关的地址标记，所述优选地址可以被检索并使用。
作为初始显示步骤300的一部分，可以通过下述步骤处理每一个候选地址：
（1）对于每一个候选地址，执行令牌查找。如果找到了收件人令牌，则将它附着在送货地址上。
（2）显示给ADA 200的地址列表可以称为工作单元（UOW）。对于在UOW内所检测的每个唯一令牌值，将“prior_match_rate”视为最近的“match_rate”值或者前一个“projected_match_rate”值。
（3）如果找到多个唯一的令牌值，则拒绝UOW并将其状态指定为“Reject_Overlapping_Init”，表示初始化没有自动完成。换句话说，注册与多个令牌值可能相关的地址需要来自ADA 200的输入。
（4）如果找到单个唯一令牌值（不计数“零”值），则将“tokenized_projected_match_rate”计算成等于“volume_of_tokenized”数据除以“delivered_volume”总数。
（4）如果“tokenized_projected_match_rate”大于“prior_match_rate-duplicate_detected_match_slop”，则接收UOW并将其状态指定为“Accept_Dup_Init”。所述“duplicate_detected_match_slop”常量是可配置的。
（5）如果所述复制检测匹配阈值无效，则拒绝UOW并将其状态指定为“Reject_Questionable_Dup_Init”。
为了更好的调节并准备用于ADA 200检阅的数据，可以执行上述步骤。
用于地址数据库管理员（ADA）200的初始规则：为了将挖掘数据以优序化的列表的形式显示给ADA 200，初始显示步骤330可以包括图形用户界面（GUI）。GUI的示例屏幕截图示于图2。ADA 200可以接受或者拒绝在该列表中显示的选项。在一个实施例中，称为ADA200的个人或者系统可以培训或者配置成遵循下述指南中的一个或者多个。
（1）挖掘数据列表可以包含用于多个收件人位置的送货地址。选择明显不属于感兴趣的收件人的送货地址，并且不考虑它们。
（2）每个可用的送货地址必须包括相关业务当事人名。检查在地址数据库100中出现的业务当事人名，并且将该业务当事人名与在该挖掘数据中出现的主要相似业务当事人名比较。该业务当事人名可以包括各种不同的表示或者别名。比较各种别名，并且建立合理范围的相关业务当事人名。仅仅选择在该范围内的具有当事人名的那些送货地址，并且将这些地址加入到地址数据库100。当事人名单独不足以确定挖掘数据中的地址的相关性时，应用下述方法：
（a）在上述树状图处理期间，使用分配给各个送货地址分组的相对置信度。较高的置信度值表示送货地址属于一起（与业务当事人名是否匹配无关）的可能性大。此外，参考频率值。高的频率值表示运送地址相关的可能性增加。
（b）如果置信度值低，则检查服务提供商的名字（驾驶员名、驾驶员身份证等）并检查各个送货群组的签名捕获和鉴别。服务提供 商或者签名的高度一致性表示运送地址相关的可能性增加。
（3）可能存在出现于挖掘的送货地址的列表中的业务当事人名，其与感兴趣的收件人明显无关。不要选择这些送货地址来加入到地址数据库100中。
（4）不要选择包含非业务名（例如，个人名）或者不具有业务当事人名的送货地址用于地址数据库100。非业务当事人名不加入到地址数据库100，为避免大量的个人地址加入到数据库100并防止个人包裹出现在输入运送（incoming delivery）的业务收件人的清单上。如果个人名具有高频率和/或个人作为在特定收件人位置上的业务的主角出现，则可以选择具有此名的地址并其加入到地址数据库100。
（5）单个收件人可以具有多个地址表示方法或者别名，其可以或不可以表示同一物理位置。如果服务提供商或者驾驶员通常将这些别名处理为表示单个物理运送位置，则这些别名可以被认为是等效的。
（6）收件人的业务当事人名可以具有多个地址表示方法，所述多个地址表示方法不是同一位置。每一个位置可以通过不同的驾驶员或者服务提供商分别提供服务。应该仅仅选择与候选地址匹配的属于单个位置的送货地址并将其加入到数据库100。
（7）当连续地减少值（如由在初始数据采集步骤305中所述和图3所示的限定设置）时，通常结束数据采集过程。例如，遍历限制（pass limit）可以充当对要执行的迭代或者遍历数目限制的上限。退出限制（exit limit）可以充当对在数据采集步骤305退出之前要处理的匹配量或者在恢复潜在匹配中的百分率变化限制的上限。如果异常地结束数据采集过程305，则ADA 200可以执行下述附加步骤中的一个或者多个：
（a）如果因为达到基于数量的限定而结束数据采集，则挖掘的数据包括能够被维护系统10处理的最大允许量。在这种情况下，挖掘数据不可能完全地表示收件人位置。在选择要加入到数据库100中的送货地址时，需要额外的小心。
（b）因为在迭代的数据采集过程期间，所采集的运送模式的数目开始意外的和/或陡峭的加速，数据采集过程可以结束。这可以表示大量的误用地址、局部地址、误送或者其它的通常不可靠的地址数据。ZIP-运送的包裹是大规模的局部地址数据的一个原因。视在误送的另一个原因实际上是好像误送的返回，因为没有更新送货地址。在这两种的任一情况中，挖掘数据可以包含各种各样的收件人的信息。可能需要极度努力来识别正确的收件人，在选择要加入到数据库100的送货地址时，需要极度小心。
（8）一般说来，目标匹配率值（例如，“prior_match_rate”或者“match_rate”或者“projected_match_rate”值）不用作接受或拒绝地址的基础。
ZIP-运送包裹通常仅仅包含最少的信息，例如，单独的目的邮政编码—需要最少数据以得到运送速率或者成本并获得跟踪号。可以使用下架运送软件将ZIP-运送的包裹集合上载到包裹运送服务处。在大多数情况中，发送者在订单完成过程中提供实际的总送货地址，从而，可以产生单独的运送标签，但是可能不必上载到包裹运送服务处。ZIP-运送的送货地址可以包含邮政编码、城市和州。因此，在对于单个候选地址的数据采集过程305期间，可以收集在相同的邮政编码内从ZIP-运送者接收运送的每一个收件人的地址数据。
在一个实施例中，本发明可以包括用于识别ZIP-运送的包裹的模式检测规则。下面九个规则可以提供高速的检测能力，以便识别已ZIP-运送的送货地址模式。
1.在一连串的地址1，2,3内的任何地方，查找下述模式：“ATTACHED LABEL”。
2.在一连串的地址1，2,3内的任何地方，查找下述模式：“OTHER LABEL”。
3.在一连串的地址1,2,3内的任何地方，查找下述模式：“SEE LABEL”。
4.在一连串的地址1，2,3内的任何地方，查找下述模式： “ADDRESS LABEL”。
5.在一连串的地址1，2,3内的任何地方，查找下述模式：“SEE ADDRESS”。
6.在一连串的地址1，2,3内的任何地方，查找下述模式：“SEE ATTACHED”。
7.在一连串的地址1，2,3内的任何地方，查找下述模式：“SEE”和“FOR ADDRESS”。
8.查找与一连串的地址1,2,3精确匹配的邮政编码（忽略空白空间）。
9.查找与图21中所列出的197模式的列表中的任何模式精确匹配的地址1,2,3。
维护过程：再次参照图1，在地址管理系统的范例上下文中，地址数据库100可以接收来自各个源的输入（包括但不限于，地址数据的受信源）、来自应用程序16的数据、从注册过程300得到的数据、以及从维护过程400得到的数据。通过从各个源采集数据，本发明的维护系统10建立和维护精确的当前的地址数据库100。
在一个实施例中，如图1所示的维护过程400可以与包裹级细目数据库20通信，该包裹级细目数据库20包括，例如，与多个包裹的当前的有效运送相关的目的地址和其它数据的列表。目的地址可以称为送货地址。包裹级细目数据库20可以包括与要运送的一个或者多个包裹相关的有效跟踪号、有效送货地址和有效运送模式代码。维护过程400还可以与实际的运送记录30的档案通信。档案记录30可以包括描述实际过去有效运送在哪里发生的位置或者运送模式。运送记录30可以包括与一个或者多个包裹的完整运送相关的过去的跟踪号、过去的送货地址、过去的有效运送模式代码和停止标识符。包裹级细目数据库20和实际的运送记录30的档案可以包括在数天内采集和存储的记录。
用于评分和维护的数据采集：一般说来，维护过程400可以以数据采集步骤405开始，该数据采集步骤405通常称为用于评分和维护 步骤405的数据采集。该数据采集步骤405收集和比较用于匹配的送货地址的信息。步骤405的一个目的是，确定上述的来自注册过程300的匹配活动是否产生正确的答案，以及生成更新地址数据库100达到所述匹配答案不正确的程度所需的信息。
在用于评分和维护步骤405的数据采集的一方面，在运送数据、送货地址和收件人令牌匹配之间的历史关系可以用来确定近来运送的送货地址是否正确地匹配。每一个确定产生可以制成表格的结果（Outcome），例如，“OK”、“Missed”等。通过选择最佳匹配的行为模式，可以选择最可能的结果。
基于分析经验可以预定或者列出行为模式。可以使用这样的表格来描述模式，该表格可以周期性地更新，以改善结果确定精确度。
为了防止结果确定过程变为过度的计算负担，可以用一选项配置所述过程，以回避可选择百分率的运送事件。这样做，实际上，用于评分和维护步骤405的数据采集的活动可以基于实际数据的抽样。
用于评分和维护步骤405的该数据采集的结果可以用来驱动评分器系统500和维护阶段步骤408。维护处理步骤更加详细地示于图34。
运送数据选择：作为用于评分和维护步骤405的数据采集的起始点，可以请求或者检索每一个匹配的送货跟踪号的运送数据。在一个实施例中，在选择过程期间，对于具有与匹配的送货跟踪号相同的运送模式代码的每一个新运送记录，可以执行请求。在达到之后，可以实现存档所有运送数据。
在达到时，所请求的运送数据可以通过保持区域来转发到运送和送货数据（Delivery and Ship-To Data）计数过程，该保持区域迫使延迟评分所有匹配。该保持区域可以包括在数天内积累的数据队列。延迟的一个目的是，等待直到能接收和匹配“late-OPLD”数据为止。最近的数据可以包括尚未出现在包裹级细目（PLD）数据库20中的有效运送。可以配置和调节对延迟的持续时间和其它限制，例如，可以将缺省持续时间设置为两天。
使用下述结构中的一个或者多个，运送数据选择可以用来处理和跟踪请求、到达和计数：
（a）候补运送数据列表（Waiting-for-Delievery-Data List）可以包括候补运送数据的跟踪号的列表。根据运送日期，可以参考该列表。
（b）表格列表可以包括已转发给运送和送货数据计数过程的跟踪号的列表。如果新运送的跟踪号已存在于表格列表中，则可能不会转发它。可以根据运送日期来参考该列表。可以从表格列表中除去旧的条目，例如，超过四十五天的那些旧条目。
运送和送货数据计数：在一个实施例中，用于评分和维护步骤405的数据采集可以包括称为运送和送货数据计数的过程。该过程的一个目的是，建立和维护所述状态“计数”，用来提供累积计数给所述结果确定过程。如上所述，用于评分和维护步骤405的数据采集的一个目的是，确定近来运送的送货地址是否正确地匹配。每一个分析或者确定产生一结果。如下面更加详细地讨论的结果确定过程使用通过所述运送和送货数据计数过程而产生的计数和累积计数。
运送和送货数据计数过程可以使用输入运送数据和所到达的送货地址。“计数”可以存储在数天内积累的群组或者集合中，例如，计数可以存储为四十五天的计数集，加上累积计数集，加上候补表格列表，如图22所示。累积计数集可以是通过该过程产生并通过结果确定过程读取或者存取的唯一信息。输入运送数据也可以传送给所述结果确定过程。
在一个实施例中，每个计数集可以包括十八或者更多个表格（称为TabCount），其中每个记录包含索引文本（例如，驾驶员身份证（驾驶员ID）或者运送模式代码）以及关联计数整数。图23示出十八个示例的TabCount表格列表，包括表格、以及每一个索引文本和如何确定每一个索引的计数的描述。
在一个实施例中，可以按两个阶段来执行所述运送和送货数据计数过程：
（a）生成候补表格列表。可以使用输入运送数据和包裹级细目送货地址，编辑图22所示的候补表格列表。每一个条目可以包含所述索引和从输入数据中确定的相应计数。
（b）生成所述累积计数集。可以使用候补表格列表上的条目至ADD至所有的计数集，编辑图22所示的累积计数集。实际上，添加那些条目，使候补表格列表置空。所述累积计数集生成可以一天运行一次，从累积计数集减去最旧的计数集中的计数，然后，删除最旧的计数集。
在一个实施例中，生成候补表格列表的阶段可以使用称为维护和评分抽样率的可配置设置。除非直到处理需要变得太棘手为止，该抽样率可以设置为100%。还可以使用抽样率来确定在生成候补表格列表的条目之前读取输入运送数据时可以略过多少运送停止站。
结果确定：用于评分和维护步骤405的数据采集可以包括称为结果确定的过程。在一个实施例中，所述结果确定过程可以是用于评分和维护步骤405的数据采集的最后阶段。一般来说，所述结果确定过程可以包括下述次序步骤：
（a）使用所述累积计数，计算用于每一个跟踪号的一个或者多个测量。在图24中解释和图示测量（M）。
（b）对于每个跟踪号的每个可能结果，使用所述测量计算结果Fit（F）。下面更加详细地解释结果Fit的计算。
（c）选择最佳匹配的结果。
（d）生成维护阶段输入消息并生成输入计分器消息。
在一个实施例中，所述结果确定过程还可以生成跟踪号的计分列表，包括分配给每个的各种分数和计算。
图24中的表格示出可用于所述结果确定过程来评估所有可能结果的测量（M）。该表格包括二十三个测量（M）的描述。标记为“TabCounts表格号”的列是指用于测量公式的计数的类型（参见图23），使用TabCounts表格名，在数学上解释该测量公式。在标记为“可能的指示”的列中列出高、中间范围、平均或者低测量的可能的指 示。图24中的表格还示出用于结果确定系数（C）和相应权重因子（W）的可配置值，这可以包含在本发明的实施例中。在该表格中出现了四个抽样系数（C），其中每一行的抽样值包括高（H）、低（L）、零和其它可能性，例如，指示所述权重因子可以或不可以应用到具体的测量。
在一个实施例中，所述结果确定过程可以包括下述步骤中的一个或者多个：
步骤1.对于每一个运送步骤：
步骤1.1确定具有最高发生率的收件人令牌。在该运送停止站确定的所有结果与该令牌有关。
步骤1.2生成对该停止站来说暂时的令牌索引计数（参见图23）。
步骤1.3对于每一个包裹跟踪号：
步骤1.3.1使用累积TabCounts（参见图23），计算测量1至22。
步骤1.4使用测量9的结果，计算测量23。
步骤1.5对于每一个包裹跟踪号：
步骤1.5.1应用图24的最后四行所示的逻辑指示器来达到关于下述包裹的早期结果，没有包裹级细目数据（“No-OPLD Detected”）或者最近数据（“Late OPLD detected”）的包裹、ZIP运送的包裹（“ZIP-Shipped Detected”）、或者与收件人令牌（“Not Tokened”）无关的包裹。
步骤1.5.2计算多个结果匹配（F）：在图24中的表格所述的系数（C）、测量（M）和权重因子（W）可以用来计算下面解释的每一个潜在的结果匹配（F）。可以通过称为权重均方的方法来确定每个潜在结果匹配（F）。最低结果匹配（F）通常是最好的匹配。在该步骤中，使用系数（C）、测量（M）和权重（W），计算每一个结果匹配（F），其中x表示结果1至7，n表示测量1至23。
F x = &Sigma; n = 1 23 W n , x ( M n - C n , x ) 2 &Sigma; n = 1 23 W n , x
步骤1.5.3应用逻辑指示器，以进一步减少其余的可能结果。
步骤1.5.4选择具有最低匹配值的其余结果。
步骤1.6使用所述输入数据（在包裹级细目数据库20和实际的运送记录30的档案中）以及所述结果来建立输出消息。
在一个方面，本发明为各个级别的效率提供机会。例如，新到达的运送数据可以捆入多个连续天数群组中。该技术提供较大的数据集来处理，这自然导致开支和处理费用减少。
计分器：在一个实施例中，维护处理400可以包括计分器系统500，如图34所示。为了外部报告和跟踪每个离散的收件人位置的状态，计分器500可以用来存储分数。在一个实施例中，为每一个收件人，可以保持最近四十五天运送的分数。在得到新分数时，可以删除最旧的分数。或者，可以根据年限删除最旧的分数。图25示出根据本发明的一个实施例的在计分过程中的编程步骤的列表。
状态报告：在一个实施例中，维护过程400可以包括状态报告系统。在一个实施例中，为每一个收件人收集的分数或者计数可以用来确定关键字指示器，使用该关键字指示器来向外地测量地址数据库的过去和未来质量。图26中的表格示出用于所述量计数的系统通用种类。使用下面的公式，可以计算这些值。
在一个实施例中，在初始化或者维护过程期间，可以计算和显示每一个收件人的初始化或者维护投射率。投射匹配率（projected match rate）可以表达为投射到匹配上的运送量除以特定收件人的运送量。
投射到匹配上的运送量=xp＝M+ML+SA
为此收件人的运送量=xp+NM+NC+ND+NP+NL+N’
在考虑识别为与错误的收件人相关的量之后，通过应用比值（与总量相比较的此收件人量）可以确定此收件人的非匹配的（“非数据”）量（“N”）。可以基于每一组应用该比值，因为收件人可以明显地改变所述非匹配数据率。
N &prime; = &Sigma; group { ( ( S A + N M + N C + N D + N P + N L + M + M L ) ( S A + N M + N C + N D + N P + N L + M + M L ) + S W + M F ) &times; ( N O + N Z + S Z ) }
投影假正率（projected false positive rate）可以表达为投影假正的量除以投影匹配的运送量。
M F M + M L + S A
在一个实施例中，响应于状态请求，可以按需地计算和显示每个收件人的实际状态率。每个按需的请求可以指定用来收集所述计数的具体日期范围。
运送项目的匹配率可以表达为匹配的运送量除以运送量。
匹配的运送量=xm＝M+ML
运送量=xm+NM+NC+ND+NP+NL+NO+NZ
载货单量的假正率（false positive rate of manifested volume）可以表达为假正量除以匹配的运送量。
M F M + M L
上载运送量的匹配率（match rate of uploaded delivered volume）可以表达为匹配的运送量除以上载的运送量。如果在运送日期的固定天数内关联数据已经保存到包裹级细目（PLD）数据库20，则项目或包裹已经被上载。其数据上载晚于此的包裹可以标记为最近-OPLD或者非-OPLD。
匹配的运送量=xm＝M+ML
上载的运送量=xm+NM+NC+ND+NP+NL+NZ
晚上载的运送量的匹配率（match rate of delivered volume uploaded late）可以表达为晚上载的匹配的运送量除以运送量。术语“晚上载”是指具有晚于或者等于其运送日期的上载日期的项目或者包裹。
上载晚的匹配的运送量=ML
运送量=xm+NM+NC+ND+NP+NL+NO+NZ
维护阶段：在一个实施例中，维护过程400可以图34所示的维护阶段步骤408。维护阶段步骤408的一个目的是，提供关于地址数据库100的性能的当前信息，以检测性能趋势，并触发维护活动，以用于改善数据库性能的目的。图27示出根据本发明的一个实施例的在维护阶段过程（既输入又输出）的编程步骤的列表。图27示出在本发明的一个实施例中的输入阶段过程408的信息和在所述阶段过程之后可以以维护请求的形式传送的信息。
收件人阶段队列（consignee staging queue）可以是维护阶段步骤408的一部分。图28示出在一个实施例中用以存储近期数据集合的收件人阶段队列的应用，所述近期数据集合提供关于地址数据库100的性能的当前信息。对于每一个收件人位置，性能数据可以保持数天。在一个实施例中，每个匹配或者非匹配事件可以被访问并用来形成到该过程的输入消息。所述阶段队列可以包括在数天内收集的近期数据，并且在尺寸上可以将它限制为固定数目的条目（k）。
为了评估在数据中的趋势，可以将存储在收件人阶段队列中的数据分组。在一个实施例中，可以将数据分成基窗组（base window group）和触发窗组(trigger windowgroup)，如图29所示。基窗可以包括相对较旧的数据，具有在图29中称为基年限最大值（Base Age Max）的最大年限。基窗可以将数据组跨越在数天或者很多记录上，以图形的形式示出，并且标记为基持续时间最小值（Base Duration Minimum）。类似地，触发窗可以将相对近期的数据组跨越在数天或者很多记录上，以图形的形式示出，并且标记为触发持续时间最小值（Trigger Duration Minimum）。如所示的那样，触发窗可以具有最小年限和最大年限。可以使用收件人阶段队列的基窗和触发窗来评估或者触发是否需要用于数据库维护的请求。在一个实施例中，对收件人阶段队列的每次更新，可以迫使评估所述触发决定树。
如图29所示的触发过程可以包括下述步骤中的一个或者多个：
1.在触发持续时间最小值、触发年限最大值和触发年限最小值的设定限制内选择最大的持续时间的触发窗（TW）。
2.在基持续时间最小值和基年限最大值的固定限定内选择最大的持续时间的基窗（BW）。
3.如果触发窗存在，则计算下述因子：
NegTWCnts=所有的TW负计数的总和。
AllTWCnts=所有的TW计数的总和。
NegRate=NegTWCnts除以AllTWCnts。
4.如果触发窗和基窗存在，则计算下述因子：
NegBWCnts=所有的BW负计数的总和。
AllBWCnts=所有的BW计数的总和。
NegBWRate=NegBWCnts除以NegBWCnts。
Time=最近的TW日期-最早的BW日期。
NegAccel=(NegRate-NegBWRate)除以Time。
5.如果（d）是真，并且（a或者b或者c）是真，则基于下述关系生成或者触发输出：
（a）NegTWCnts大于负计数阈值。
（b）NegAccel大于负比率阈值。
（c）NegAccel大于负加速度阈值。
（d）NegTWCnts大于最小负计数阈值。
6.在两个窗中，与输出相关联的消息可以包括所有所述条目，这些条目先前没有发送给维护关联过程步骤410。与输出一起发送的条目可以包含标记。
在一个实施例中，可以使用各种限度或者阈值来控制所述触发过程，如上所述。图30中的表格示出在一个实施例中可用的限制，该限制可以用来平衡系统的成本和容量限制以及地址数据库100的质量。
回顾维护过程400：再次参照图34，数据采集步骤405可以使用存储在包裹级细目数据库20和实际的过去运送记录30的档案中的数据。上述的维护阶段步骤408包括对数据队列的检查，以确定是否希望或者需要维护处理。如果阶段步骤408导致上述的一个输出，则可以将条目传送给维护关联处理步骤410。在一个实施例中，维护关联处理步骤410与注册过程300的初始关联处理步骤310相似。因此，传送给维护关联处理步骤410的条目可以经历与候选地址在注册过程300中所经历的相同或者相似的数据操作、树状图构建、优序化和分等级准备。在步骤420中应用任何各种维护地址规则过滤器之后，可以在步骤430中将优序化的列表显示给称为地址数据库管理员（ADA）的个人或者系统（如图1所示）。
地址数据库管理员（ADA）200的维护活动：维护显示步骤330可以使用图形用户界面（GUI），将数据条目以优序化的列表的形式显示给ADA 200。GUI的示例屏幕截图示于图2。ADA 200可以接受或者拒绝在该列表中显示的选项。条目的列表可以包括与每一个条目或者输出相关的消息，表示触发对维护活动需求的原因或者原理。
对地址数据库100的维护操作可以是有效的、正进行的活动。ADA 200可以包括管理程序和一个或者多个数据输入人员，以根据该描述中所概述的规则来检查和执行选择。所述管理程序功能可以包括下述管理手段中的一个或者多个。
观察正进行的工作：在一个实施例中，可能存在以先进先出的顺序发出的一个或者多个工作队列。工作队列可以从注册过程300和维护过程400接收工作单元。在一个实施例中，监视工作队列的任务可以包括观察当前的队列统计，例如，在队列中的工作单元的数目和年限。可以将统计分段成工作组，例如来自所述初始注册过程300的初始化，来自所述维护过程400的维护订单，延迟的初始化和延迟的维护订单。可以维护工作总日志，包括印有时间戳的工作单元、开始时间和停止时间、数据阶段和终止代码、以及所采用的操作的概述。
对于工作队列的正确操作：ADA 200对地址数据库100的维护操作可以包括调节一个或者多个所建立的限制或者阈值，以优化系统操作。在一个实施例中，本发明可以包括下述操作中的一个或者多个，以纠正在工作队列中所观察到的问题。
如果来自初始注册过程300的初始化的年限太老，则ADA 200可以请求减少新的注册速率，增加ADA职员生产力和工作力，请求减少来自维护过程400的维护订单量。
类似地，如果来自维护过程400的维护订单的年限太老，则ADA200可以请求减少维护订单速率或者增加ADA职员生产力或者工作力。
如果需要减少来自维护过程400的维护订单量，则可以通过增加基窗和触发窗的时间跨度的持续时间来提高ADA活动的效率（参见图29）。较长的时间窗可以具有一般的副作用，即，对于特定的收件人或者收件人组，增加输入维护订单和/或延迟维护订单之间的时间。例如，增加触发持续时间最小值和基持续时间最小值，导致输入维护订单之间的时间距离更大。此外，增加触发年限最小值会延迟输入维护订单的到来。但是，较大的延迟可以增加在每个维护订单中所要解决的问题的数目和复杂度。
减少输入维护订单的速率的另一方法是，通过调节维护过程400中的限定和阈值，递增地降低所述质量阈值。该结果可以是减少地址匹配率。
增加所述负计数（上限）可以减少通过大量收件人位置所导致的输入维护订单，这样通常导致大量的误送。
对于一个或者多个收件人位置，增加所述负速率（上限）可以使平均匹配质量下降。当对于最低执行的收件人位置的匹配质量达到最低时，由于新的上限，那些位置变为最好执行的。增加所述限制具有这样的副作用，即，对于普通的收件人，增加上－下质量循环的振幅和周期。
对于具有较高性能水平的收件人，提高所述负加速度（上限）可以导致系统忽略匹配率的逐渐下降。
提高所述最小负计数（下限）可以导致系统对最小的收件人忽略匹配质量问题。
降低所述触发年限最大值可以导致系统防止具有季节性地址匹配问题的较小收件人在季节过去之后产生维护订单。因此，主要是季节性匹配问题的一部分可能不会被纠正。
系统结构。在本文所提及的本发明的几个实施例中，涉及计算机。例如，计算机可以是主机、台式计算机、笔记本或者膝上型计算机、手持计算机、或者手持装置，例如，数据获取和存储装置。转到图31，示出计算机的一个实施例，该实施例可以用来实施本发明的各个方面。在图31总，处理器2301，例如，微处理器，用来执行用于实施所定义的步骤的软件指令。处理器2301从电源2317接收电，如必要的话，该电源还可以供电给其它的部件。处理器2301使用数据总线2305通信，该数据总线通常是十六或者三十二位宽（例如，并行）。数据总线2305通常用于在处理器2301和存储器之间传送数据和程序指令。在本实施例中，存储器可以被认为包括易失性主存储器2302，例如，RAM或者仅在操作期间保留内容的其它形式的存储器，或者，它可以是非易失性存储器2303，例如，ROM、EPROM5EEPROM、闪存或者一直保留存储器数据的其它形式的存储器。该存储器还可以是存储大量数据的辅助存储器2304，例如，盘式存储器。在一些实施例中，盘式存储器可以使用I/O总线2306或者专用总线（未图示） 与处理器通信。辅助存储器可以是软盘、硬盘、压缩盘、DVD、或者计算机领域的技术人员所知的任何其它类型的海量存储类型。
处理器2301还使用I/O总线2306与各种外围或者外部装置通信。在本实施例中，外围I/O控制器2307用来提供标准接口，例如，RS-232、RS-422、DIN、USB、IDE、SCSI、SATA、防火墙或者适合连接各种输入/输出装置的其它接口。典型的输入/输出装置包括本地打印机2318、监视器2308、键盘2309和鼠标2310或者其它指点装置（例如，轮滚球、跟踪板、操纵杆等）。
处理器2301通常还使用通信I/O控制器2311与外部通信网络通信，并且可以使用各种不同的接口2312，例如，数据通信导向协议，例如，X.25、ISDN、T-I、T-3、OC-3、OC-12、卫星、DSL、线缆调制解调器等。通信控制器2311还可以结合调制解调器（未图示），以便与标准电话线2313连接和通信。最后，通信I/O控制器可以结合因特网接口2314，以便在LAN上进行通信。可以使用这些接口中的任何接口来访问因特网、内联网、LAN或者其它数据通信设施。
最后，处理器2301可以使用例如IEEE 802.11协议、802.15.4协议、802.17协议或者任何标准3G无线通信协议（例如，CDMA2000IxEV-DO、GPRS、GMPRS、W-CDMA或者任何其它合适的协议）中的一个协议来一个或者多个无线接口2316通信，以便与其它装置无线地通信，所述无线接口可操作地连接一个或者多个天线2315。
可用的处理系统的另一可选实施例示于图32。在该实施例中，示出这样的分布通信处理结构，其包括与本地客户端计算机2326a或者远程客户端计算机2326b通信的服务器2320。服务器2320通常包括处理器2321，该处理器2321通过使用辅助存储器以及主存储器2324与包括数据库2322的数据存储系统通信。该处理器还使用FO控制器2323与外部装置通信，该FO控制器通常与LAN 2325连接。LAN可以给一个或者多个网络打印机2328和一个或者多个本地客户端计算机2326a提供本地连接。网络打印机2328可以位于与服务器相同的设施中，但是不必一定在相同的空间内。通常通过在通信设施 上从LAN2325发送数据到因特网2327来实现与远程装置的通信。远程客户端计算机2326b可以用来与在广域网（WAN）上的服务器2320、远程台式计算机会话或者虚拟专用网（VPN）建立远程连接，所以，通过在LAN2325或者WAN或者VPN上由因特网2327传输数据到服务器2320，远程客户端计算机2326b可以按需地与服务器互动。
数据网络领域的技术人员将认识到，很多其它可选的方式和结构是可行的，并且可以用来实施本发明的原理。图31和图32所示的实施例可以用不同的方式修改，并且在所要求保护的本发明的范围内。
在一个实施例中，如图32所示，该结构可以包括一个或者多个服务器2320、一个或者多个计算机网络、以及以多层客户/服务器关系分布的一个或者多个本地或者远程客户端2326a，2326b。所述一个或者多个计算机网络可以包括各种类型的计算机网络，例如，因特网2327、专用内联网、专用外联网、公共交换电话网（PSTN）、广域网（WAN）、局域网（LAN）2325、或者本领域中所知的任何其它类型的网络。网络，例如，LAN 2325有助于在服务器2320和一个或者多个本地客户端2326a之间通信。LAN 2325和英特网2327有助于在服务器2320和一个或者多个远程客户端2326b之间的通信。在两个或者更多个计算机部件之间的通信可以包括，例如，网络传输、文件传输、Applet传输、开发数据库互连（ODBC）、文档邮件合并、电子邮件、超文本传输协议（HTTP）消息、XML消息、数据图、对象传输、二进制大对象（BLOB）传输等。在一个实施例中，本发明使用因特网2327及其高效传输协议，以在各种计算部件之间发送快而有效的短消息和数据。在此方面，为了有效的的通信和数据传输，优化本发明。
结论。本发明的上述实施例应当仅仅是范例性的。当然，不可能描述为了实现本发明的各个目标而描述系统、方法和设备的各个部件或者方法的每一种可想到的组合。本领域的普通技术人员可以认识到，其它的组合和排列是可能的。因此，本申请应当包括落入在所附权利要求及其等同形式的范围内的替换、修改和改变。

Claims (28)

1.一种挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，包括：
维护有效装运记录的包裹级细目数据库，每个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；
维护运送记录的档案，每个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；
接收具有地址标记的当前包裹；
给所述当前包裹分配挖掘密钥，所述挖掘密钥包括包裹跟踪号和与所述地址标记相关的当前运送模式代码；
通过将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较，建立包括选择运送记录和选择有效装运记录的挖掘数据集；
按照与所述挖掘密钥最紧密相关的所述记录的顺序，优序化所述挖掘数据集，从而与所述挖掘密钥相关的优选地址首先出现，其中所述优序化所述挖掘数据集的步骤包括：
用代表符号代替存储在所述挖掘数据集中的多个送货地址记录中的一个或者多个序列值；
将具有相同停止标识符的那些所述送货地址记录聚集在一起；以及
将具有相同运送模式代码的那些所述送货地址记录聚集在一起；以及
将所述优选地址分配给所述当前包裹用于运送。
2.根据权利要求1所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，其中，将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的步骤包括：
(a)从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去运送模式代码，每个所述选择运送记录都具有过去选择送货地址；以及
(b)从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何所述过去选择送货地址相匹配的有效送货地址。
3.根据权利要求2所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，其中，所述比较步骤还包括：
(c)从所述档案中检索那些附加运送记录，它们具有与所述选择有效装运记录中的任何所述当前运送模式代码相匹配的过去运送模式代码，每个所述附加运送记录都具有附加的过去送货地址；
(d)从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何所述选择附加送货地址相匹配的有效送货地址；以及
多次迭代地重复步骤(c)和(d)，直到建立挖掘数据集的步骤达到极限条件为止。
4.根据权利要求1所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，还包括：
选择所述优选地址作为用于单一收件人位置的优选收件人地址；
分配与所述单一收件人位置相关的唯一收件人令牌；以及
将所述唯一收件人令牌和所述优选收件人地址存储在主地址数据库中。
5.根据权利要求4所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，其中所述优序化所述挖掘数据集的步骤还包括：
通过计数在所述挖掘数据集中的每个运送模式代码和每个送货地址的重合，建立运送模式相似性矩阵；
对于每对送货地址在所述运送模式相似性矩阵中对重叠运送模式发生次数进行求和；
通过计数在所述挖掘数据集中的每个停止标识符和每个送货地址的重合，建立停止标识符相似性矩阵；
对于每对送货地址在所述停止标识符相似性矩阵中对重叠停止发生次数进行求和；以及
按照最高的重叠运送模式发生次数和最高的重叠停止发生次数的顺序对所述挖掘数据集进行排序。
6.根据权利要求5所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，其中所述优序化所述挖掘数据集的步骤还包括：
将所述停止标识符相似性矩阵转换为停止标识符树状图；
通过如下的方式建立停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，对所述发生次数进行求和以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；
将所述运送模式相似性矩阵转换为运送模式树状图；以及
通过如下的方式建立模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用最小的发生次数以形成连接的模式节点，连接下一个送货地址模式对或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一模式对的重叠停止发生次数为零为止。
7.根据权利要求1所述的挖掘地址数据从而为多个包裹中的每一个定位优选地址的方法，其中所述将所述优选地址分配给所述当前包裹用于运送的步骤包括：
向地址数据库管理员提供所述挖掘数据集；以及
接收所述管理员对所述优选地址的选择。
8.一种针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，包括：
维护有效装运记录的包裹级细目数据库，每个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；
维护运送记录的档案，每个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；
在数天时期内从所述细目数据库和所述档案采集地址数据成一个队列；
对所述队列中的所述地址数据进行评分；
建立收件人分段队列，用于将那些数据存储在与选择收件人位置相关的所述队列中；
将挖掘密钥分配给从所述收件人分段队列中选择的当前包裹，所述挖掘密钥包括包裹跟踪号和当前运送模式代码；
通过将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较，建立包括选择运送记录和选择有效装运记录的挖掘数据集；
按照与所述挖掘密钥最紧密相关的所述记录的顺序，优序化所述挖掘数据集，从而与所述挖掘密钥相关的优选地址首先出现，其中所述优序化所述挖掘数据集的步骤包括：
用代表符号代替存储在所述挖掘数据集中的多个送货地址记录中的一个或者多个序列值；
将具有相同停止标识符的那些所述送货地址记录聚集在一起；以及
将具有相同运送模式代码的那些所述送货地址记录聚集在一起；以及
将所述优选地址分配给所述当前包裹并更新所述地址数据库。
9.根据权利要求8所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中，将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的步骤包括：
(a)从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去运送模式代码，每个所述选择运送记录都具有过去选择送货地址；以及
(b)从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何所述过去选择送货地址相匹配的有效送货地址。
10.根据权利要求9所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中，所述比较步骤还包括：
(c)从所述档案中检索那些附加运送记录，它们具有与所述选择有效装运记录中的任何所述当前运送模式代码相匹配的过去运送模式代码，每个所述附加运送记录都具有附加的过去送货地址；
(d)从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何所述选择附加送货地址相匹配的有效送货地址；以及
多次迭代地重复步骤(c)和(d)，直到所述建立挖掘数据集的步骤达到极限条件为止。
11.根据权利要求8所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，还包括：
选择所述优选地址作为用于单一收件人位置的优选收件人地址；
分配与所述单一收件人位置相关的唯一收件人令牌；以及
将所述唯一收件人令牌和所述优选收件人地址存储在主地址数据库中。
12.根据权利要求8所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中所述优序化所述挖掘数据集的步骤还包括：
通过计数在所述挖掘数据集中的每个运送模式代码和每个送货地址的重合，建立运送模式相似性矩阵；
对于每对送货地址在所述运送模式相似性矩阵中对重叠运送模式发生次数进行求和；
通过计数在所述挖掘数据集中的每个停止标识符和每个送货地址的重合，建立停止标识符相似性矩阵；
对于每对送货地址在所述停止标识符相似性矩阵中对重叠停止发生次数进行求和；以及
按照最高的重叠运送模式发生次数和最高的重叠停止发生次数的顺序对所述挖掘数据集进行排序。
13.根据权利要求12所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中所述优序化所述挖掘数据集的步骤还包括：
将所述停止标识符相似性矩阵转换为停止标识符树状图；
通过如下的方式建立停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，对所述发生次数进行求和以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；
将所述运送模式相似性矩阵转换为运送模式树状图；以及
通过如下的方式建立模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用最小的发生次数以形成连接的模式节点，连接下一个送货地址模式对或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一模式对的重叠停止发生次数为零为止。
14.根据权利要求8所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中对所述队列中的所述地址数据进行评分的步骤包括：
在所述数天时期中的每一天为多个运送条件中的每一个的发生次数生成计数表格；
基于所述计数表格和多个测量公式，针对每一个停止标识符，计算多个相应结果中的每一个的测量数；以及
基于所述测量数和所述相应结果，对每一个包裹跟踪号建立输出消息。
15.根据权利要求8所述的针对地址数据库中的多个记录中的任一记录对地址数据进行评分和维护的方法，其中将所述优选地址分配给所述当前包裹并更新所述地址数据库的步骤包括：
向地址数据库管理员提供所述挖掘数据集；以及
接收所述管理员对所述优选地址的选择。
16.一种用于为多个包裹中的每一个定位优选地址的系统，包括：
有效装运记录的包裹级细目数据库，每个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；
运送记录的档案，每个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；
具有地址标记的当前包裹；
分配给所述当前包裹的挖掘密钥，所述挖掘密钥包括包裹跟踪号和与所述地址标记相关的当前运送模式代码；
用于将所述挖掘密钥与所述包裹级细目数据库相比较的关联过程；
包括选择运送记录和选择有效装运记录的挖掘数据集，所述挖掘数据集按照与所述挖掘密钥最紧密相关的记录的顺序被优序化，从而与所述挖掘密钥相关的优选地址首先出现，其中所述挖掘数据集还包括：
多个送货地址记录，其具有替代一个或者多个序列值的代表符号；
具有相同停止标识符的所述送货地址记录的聚类；以及
具有相同运送模式代码的所述送货地址记录的聚类；以及地址数据库管理员，用于将所述优选地址分配给所述当前包裹用于运送。
17.根据权利要求16所述的用于为多个包裹中的每一个定位优选地址的系统，其中用于将所述挖掘密钥与所述包裹级细目数据库相比较的所述关联过程包括：
(a)从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去运送模式代码，每个所述选择运送记录都具有过去选择送货地址；以及
(b)从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何过去选择送货地址相匹配的有效送货地址。
18.根据权利要求17所述的用于为多个包裹中的每一个定位优选地址的系统，其中用于将所述挖掘密钥与所述包裹级细目数据库相比较的所述关联过程还包括：
(c)从所述档案中检索那些附加运送记录，它们具有与所述选择有效装运记录中的任何所述当前运送模式代码相匹配的过去运送模式代码，每一个所述附加运送记录都具有附加的过去送货地址；
(d)从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何所述选择附加送货地址相匹配的有效送货地址；以及
多次迭代地重复步骤(c)和(d)，直到建立挖掘数据集的步骤达到极限条件为止。
19.根据权利要求16所述的用于为多个包裹中的每一个定位优选地址的系统，还包括与单一收件人位置相关的唯一收件人令牌，所述单一收件人位置与所述优选地址相关联。
20.根据权利要求16所述的用于为多个包裹中的每一个定位优选地址的系统，还包括：
基于计数所述挖掘数据集中的每个运送模式代码和每个送货地址的重合而建立的运送模式相似性矩阵；
对于每对送货地址在所述运送模式相似性矩阵中的重叠运送模式发生次数之和；
基于计数所述挖掘数据集中的每个停止标识符和每个送货地址的重合而建立的停止标识符相似性矩阵；
对于每对送货地址在所述停止标识符相似性矩阵中的重叠停止发生次数之和；以及
按照最高的重叠运送模式发生次数和最高的重叠停止发生次数的顺序排序的所述挖掘数据集。
21.根据权利要求20所述的用于为多个包裹中的每一个定位优选地址的系统，还包括：
通过转换所述停止标识符相似性矩阵而建立的停止标识符树状图；
通过如下方式建立的停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，对所述发生次数进行求和以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；
通过转换所述运送模式相似性矩阵而建立的运送模式树状图；以及
通过如下方式构建的模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用所述发生次数的最小值以形成连接的模式节点，连接下一送货地址模式对或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一模式对的重叠停止发生次数为零为止。
22.一种用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，包括：
有效装运记录的包裹级细目数据库，每一个有效装运记录包括有效跟踪号、有效送货地址和有效运送模式代码；
运送记录的档案，每一个运送记录包括过去的跟踪号、过去的送货地址、过去的运送模式代码和停止标识符；
在数天时期从所述细目数据库和所述档案采集的地址数据的队列；
用于分配分数给所述队列中的所述地址数据的评分过程；
收件人分段队列，用于将那些数据存储在与选择收件人位置相关的所述队列中；
挖掘密钥，分配给从所述收件人分段队列中选择的当前包裹，所述挖掘密钥包括包裹跟踪号和当前运送模式代码；
用于将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的关联过程；
包括选择运送记录和选择有效装运记录的挖掘数据集，所述挖掘数据集按照与所述挖掘密钥最紧密相关的记录的顺序被优序化，从而与所述挖掘密钥相关的优选地址首先出现，其中所述挖掘数据集还包括：
多个送货地址记录，其具有替代一个或者多个序列值的代表符号；
具有相同停止标识符的所述送货地址记录的聚类；以及
具有相同运送模式代码的所述送货地址记录的聚类；以及
地址数据库管理员，用于将所述优选地址分配给所述当前包裹并用于更新所述地址数据库。
23.根据权利要求22所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，其中用于将所述挖掘密钥与所述包裹级细目数据库和所述档案相比较的所述关联过程包括：
(a)从所述档案中检索那些选择运送记录，它们具有与所述当前运送模式代码相匹配的过去运送模式代码，每个所述选择运送记录都具有过去选择送货地址；以及
(b)从所述包裹级细目数据库中检索那些选择有效装运记录，它们具有与所述选择运送记录中的任何所述过去选择送货地址相匹配的有效送货地址。
24.根据权利要求22所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，其中所述关联过程还包括：
(c)从所述档案中检索那些附加运送记录，它们具有与所述选择有效装运记录中的任何所述当前运送模式代码相匹配的过去运送模式代码，每一个所述附加运送记录都具有附加的过去送货地址；
(d)从所述包裹级细目数据库中检索那些附加有效装运记录，它们具有与所述附加运送记录中的任何所述选择附加送货地址相匹配的有效送货地址；以及
多次迭代地重复步骤(c)和(d)，直到建立挖掘数据集的步骤达到极限条件为止。
25.根据权利要求22所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，还包括与单一收件人位置相关的唯一收件人令牌，所述单一收件人位置与所述优选地址相关联。
26.根据权利要求25所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，还包括：
基于计数所述挖掘数据集中的每个运送模式代码和每个送货地址的重合而建立的运送模式相似性矩阵；
对于每对送货地址在所述运送模式相似性矩阵中的重叠运送模式发生次数之和；
基于计数所述挖掘数据集中的每个停止标识符和每个送货地址的重合而建立的停止标识符相似性矩阵；
对于每对送货地址在所述停止标识符相似性矩阵中的重叠停止发生次数之和；以及
按照最高的重叠运送模式发生次数和最高的重叠停止发生次数的顺序排序的所述挖掘数据集。
27.根据权利要求26所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，还包括：
通过转换所述停止标识符相似性矩阵而建立的停止标识符树状图；
通过如下方式建立的停止连接树状图：连接具有最高的重叠停止发生次数的送货地址对，对所述发生次数进行求和以形成连接的停止节点，连接下一送货地址停止对或者连接具有最高的重叠停止发生次数的连接的停止节点，如此连续地重复，直到每个下一停止对的重叠停止发生次数为零为止；
通过转换所述运送模式相似性矩阵而建立的运送模式树状图；以及
通过如下方式构建的模式连接树状图：连接具有最高的重叠停止发生次数的送货地址对，使用所述发生次数的最小值以形成连接的模式节点，连接下一送货地址模式对或者连接具有最高的重叠停止发生次数的连接的模式节点，如此连续地重复，直到每个下一模式对的重叠停止发生次数为零为止。
28.根据权利要求22所述的用于针对地址数据库中的多个记录中的任何记录对地址数据进行评分和维护的系统，其中将分数分配给所述队列中的所述地址数据的评分过程还包括：
计数表格，用于存储在该数天时期中的每一天内多个运送条件中的每一个的发生次数；
对于每一个停止标识符，基于所述计数表格和多个测量公式，为多个相应结果中的每一个所计算和存储的测量数；以及
基于所述测量数和所述相应结果为每一个包裹跟踪号所构建的输出消息。
CN201210155300.8A 2005-01-28 2006-01-27 关于地区中的每一个服务点的地址数据的注册和维护的方法和系统 Active CN102841916B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US64857705P 2005-01-28 2005-01-28
US60/648,577 2005-01-28
CN2006800061668A CN101495953B (zh) 2005-01-28 2006-01-27 注册和维护地区中每一个服务点的地址数据的系统和方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2006800061668A Division CN101495953B (zh) 2005-01-28 2006-01-27 注册和维护地区中每一个服务点的地址数据的系统和方法

Publications (2)

Publication Number Publication Date
CN102841916A CN102841916A (zh) 2012-12-26
CN102841916B true CN102841916B (zh) 2016-12-14

Family

ID=36777784

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2006800061668A Active CN101495953B (zh) 2005-01-28 2006-01-27 注册和维护地区中每一个服务点的地址数据的系统和方法
CN201210155300.8A Active CN102841916B (zh) 2005-01-28 2006-01-27 关于地区中的每一个服务点的地址数据的注册和维护的方法和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2006800061668A Active CN101495953B (zh) 2005-01-28 2006-01-27 注册和维护地区中每一个服务点的地址数据的系统和方法

Country Status (6)

Country Link
US (4) US7542972B2 (zh)
EP (1) EP1846881A4 (zh)
JP (1) JP2008529168A (zh)
CN (2) CN101495953B (zh)
CA (1) CA2593851A1 (zh)
WO (1) WO2006083694A2 (zh)

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9015071B2 (en) 2000-09-08 2015-04-21 Intelligent Technologies International, Inc. Asset monitoring using the internet
US8020754B2 (en) 2001-08-13 2011-09-20 Jpmorgan Chase Bank, N.A. System and method for funding a collective account by use of an electronic tag
JP3922571B2 (ja) * 2003-03-26 2007-05-30 ソニー株式会社 情報処理装置および情報処理方法、記録媒体、並びに、プログラム
CN101495953B (zh) 2005-01-28 2012-07-11 美国联合包裹服务公司 注册和维护地区中每一个服务点的地址数据的系统和方法
CA2957133C (en) 2005-06-21 2020-04-28 United Parcel Service Of America, Inc. Systems and methods for providing personalized delivery services
US7765131B2 (en) 2006-06-20 2010-07-27 United Parcel Service Of America, Inc. Systems and methods for providing personalized delivery services
CA3074633C (en) 2005-07-15 2022-11-08 Indxit Systems, Inc. Systems and methods for data indexing and processing
AU2007248585A1 (en) * 2006-05-04 2007-11-15 Jpmorgan Chase Bank, N.A. System and method for restricted party screening and resolution services
US7912828B2 (en) * 2007-02-23 2011-03-22 Apple Inc. Pattern searching methods and apparatuses
US8972407B2 (en) * 2007-05-30 2015-03-03 International Business Machines Corporation Information processing method for determining weight of each feature in subjective hierarchical clustering
US20090157745A1 (en) * 2007-12-13 2009-06-18 Pitney Bowes Inc. Address correction optimization system and method
US7818322B2 (en) * 2008-02-25 2010-10-19 Microsoft Corporation Efficient method for clustering nodes
US8311806B2 (en) * 2008-06-06 2012-11-13 Apple Inc. Data detection in a sequence of tokens using decision tree reductions
US8738360B2 (en) 2008-06-06 2014-05-27 Apple Inc. Data detection of a character sequence having multiple possible data types
US8489388B2 (en) 2008-11-10 2013-07-16 Apple Inc. Data detection
AU2010224157A1 (en) * 2009-03-10 2011-10-20 Ims Software Services, Ltd. Systems and methods for address intelligence
US8874600B2 (en) * 2010-01-30 2014-10-28 International Business Machines Corporation System and method for building a cloud aware massive data analytics solution background
US8843473B2 (en) * 2010-06-21 2014-09-23 Telefonaktiebolaget L M Ericsson (Publ) Method and server for handling database queries
EP2423865A1 (en) * 2010-08-26 2012-02-29 RAF Technology, Inc. Multiple address verification system for delivery routing
US8526743B1 (en) 2010-11-01 2013-09-03 Raf Technology, Inc. Defined data patterns for object handling
US9443298B2 (en) 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
US9152862B2 (en) 2011-09-15 2015-10-06 Raf Technology, Inc. Object identification and inventory management
US8774455B2 (en) 2011-03-02 2014-07-08 Raf Technology, Inc. Document fingerprinting
US8630989B2 (en) * 2011-05-27 2014-01-14 International Business Machines Corporation Systems and methods for information extraction using contextual pattern discovery
CN102195899B (zh) * 2011-05-30 2014-05-07 中国人民解放军总参谋部第五十四研究所 通信网络的信息挖掘方法与系统
US8560740B2 (en) * 2011-06-09 2013-10-15 Zippy Technology Corp. Keyboard equipped with switching interfaces
WO2013001893A1 (ja) * 2011-06-28 2013-01-03 インターナショナル・ビジネス・マシーンズ・コーポレーション 主観的な階層クラスタリングにおける特徴量ごとの重みを求める情報処理装置、方法、およびプログラム
US10346852B2 (en) 2016-02-19 2019-07-09 Alitheon, Inc. Preserving authentication under item change
KR101514966B1 (ko) * 2012-06-28 2015-04-24 주식회사 케이티 무선랜 시스템에서 ａｉｄ 재할당 방법
GB2520878A (en) * 2012-08-17 2015-06-03 Opera Solutions Llc System and method for matching data using probabilistic modeling techniques
US20230145741A1 (en) * 2012-09-07 2023-05-11 Mapmyid, Inc. Address exchange systems and methods
US9026553B2 (en) * 2012-11-29 2015-05-05 Unisys Corporation Data expanse viewer for database systems
US9916557B1 (en) 2012-12-07 2018-03-13 United Parcel Service Of America, Inc. Systems and methods for item delivery and pick-up using social networks
US10387824B2 (en) 2012-12-21 2019-08-20 United Parcel Service Of America, Inc. Systems and methods for delivery of an item
US11144872B2 (en) 2012-12-21 2021-10-12 United Parcel Service Of America, Inc. Delivery to an unattended location
US9646282B2 (en) * 2013-03-14 2017-05-09 United Parcel Service Of America, Inc. Systems, methods, and computer program products for implementing a precision rate structure across one or more geographical areas
US20150019394A1 (en) * 2013-07-11 2015-01-15 Mastercard International Incorporated Merchant information correction through transaction history or detail
US20150100514A1 (en) 2013-10-09 2015-04-09 United Parcel Service Of America, Inc. Customer Controlled Management of Shipments
US10192190B2 (en) 2013-11-20 2019-01-29 United Parcel Service Of America, Inc. Concepts for electronic door hangers
CN106104593A (zh) 2014-02-16 2016-11-09 美国联合包裹服务公司 基于收货人的时间安排或者位置确定交付位置和时间
US10733563B2 (en) 2014-03-13 2020-08-04 United Parcel Service Of America, Inc. Determining alternative delivery destinations
BR112016024182B1 (pt) * 2014-04-18 2023-04-25 Telecom Italia S.P.A. Método para identificar e localizar pelo menos um local relevante, e, sistema acoplado a uma rede de telecomunicação sem fio adaptada para implementar o método
CN105630933A (zh) * 2015-12-22 2016-06-01 安徽瑞信软件有限公司 地址数据管理方法
US20170262803A1 (en) * 2016-03-14 2017-09-14 United Parcel Service Of America, Inc. Determining estimated pick-up/delivery windows using clustering
US10867301B2 (en) 2016-04-18 2020-12-15 Alitheon, Inc. Authentication-triggered processes
US10614302B2 (en) 2016-05-26 2020-04-07 Alitheon, Inc. Controlled authentication of physical objects
US10740767B2 (en) 2016-06-28 2020-08-11 Alitheon, Inc. Centralized databases storing digital fingerprints of objects for collaborative authentication
US10915612B2 (en) 2016-07-05 2021-02-09 Alitheon, Inc. Authenticated production
US10902540B2 (en) 2016-08-12 2021-01-26 Alitheon, Inc. Event-driven authentication of physical objects
US10839528B2 (en) 2016-08-19 2020-11-17 Alitheon, Inc. Authentication-based tracking
US11488436B2 (en) * 2017-01-03 2022-11-01 United Parcel Service Of America, Inc. Computerized locker banks with enhanced forecasting capabilities
US10929799B2 (en) * 2017-06-29 2021-02-23 Amazon Technologies, Inc. Identification of inaccurate addresses for package deliveries
EP3435287A3 (en) 2017-07-25 2019-05-01 Alitheon, Inc. Model-based digital fingerprinting
US10733243B2 (en) * 2017-08-30 2020-08-04 Microsoft Technology Licensing, Llc Next generation similar profiles
KR102557678B1 (ko) * 2017-08-31 2023-07-20 삼성전자주식회사 서버, 가전 기기 및 이의 정보 제공 방법
EP3467736A1 (en) * 2017-10-09 2019-04-10 Smart Life Inventions Improved parcel delivery system and method
CN109802847A (zh) * 2017-11-17 2019-05-24 阿里巴巴集团控股有限公司 一种网络传输服务质量的分析方法、装置
US11087013B2 (en) 2018-01-22 2021-08-10 Alitheon, Inc. Secure digital fingerprint key object database
CN108665352B (zh) * 2018-05-10 2022-04-05 延锋彼欧（沈阳）汽车外饰系统有限公司 客户订单信息应急处理方法及装置
CN110659852B (zh) * 2018-06-29 2022-08-12 北京京东振世信息技术有限公司 配送单元的配送信息的确定方法、系统、设备和存储介质
US10963670B2 (en) 2019-02-06 2021-03-30 Alitheon, Inc. Object change detection and measurement using digital fingerprints
US11544331B2 (en) * 2019-02-19 2023-01-03 Hearst Magazine Media, Inc. Artificial intelligence for product data extraction
US11443273B2 (en) * 2020-01-10 2022-09-13 Hearst Magazine Media, Inc. Artificial intelligence for compliance simplification in cross-border logistics
US11042594B2 (en) 2019-02-19 2021-06-22 Hearst Magazine Media, Inc. Artificial intelligence for product data extraction
EP3734506A1 (en) 2019-05-02 2020-11-04 Alitheon, Inc. Automated authentication region localization and capture
EP3736717A1 (en) 2019-05-10 2020-11-11 Alitheon, Inc. Loop chain digital fingerprint method and system
CN110224862B (zh) * 2019-05-20 2021-12-21 杭州电子科技大学 基于多层感知器的多智能体系统网络容侵能力评估方法
US11238146B2 (en) 2019-10-17 2022-02-01 Alitheon, Inc. Securing composite objects using digital fingerprints
US11481722B2 (en) * 2020-01-10 2022-10-25 Hearst Magazine Media, Inc. Automated extraction, inference and normalization of structured attributes for product data
EP3859603A1 (en) 2020-01-28 2021-08-04 Alitheon, Inc. Depth-based digital fingerprinting
EP3885982A3 (en) 2020-03-23 2021-12-22 Alitheon, Inc. Hand biometrics system and method using digital fingerprints
EP3885984A1 (en) 2020-03-23 2021-09-29 Alitheon, Inc. Facial biometrics system and method of using digital fingerprints
EP3929806A3 (en) 2020-04-06 2022-03-09 Alitheon, Inc. Local encoding of intrinsic authentication data
US11663849B1 (en) 2020-04-23 2023-05-30 Alitheon, Inc. Transform pyramiding for fingerprint matching system and method
US11983957B2 (en) 2020-05-28 2024-05-14 Alitheon, Inc. Irreversible digital fingerprints for preserving object security
US11700123B2 (en) 2020-06-17 2023-07-11 Alitheon, Inc. Asset-backed digital security tokens
DE102023108515A1 (de) * 2023-04-03 2024-10-10 Körber Supply Chain Logistics Gmbh Computerimplementiertes Verfahren zur automatischen Überwachung eines Logistik-Netzwerks, Überwachungssystem, Computerprogramm und Verfahren zum Trainieren eines neuronalen Netzes

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6285916B1 (en) * 1994-10-14 2001-09-04 United Parcel Serivce Of America, Inc. Multi-stage parcel tracking system

Family Cites Families (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839813A (en) * 1985-10-24 1989-06-13 Pitney Bowes Inc. Computerized parcel shipping system
US4832204A (en) * 1986-07-11 1989-05-23 Roadway Package System, Inc. Package handling and sorting system
FR2664402A1 (fr) * 1990-07-03 1992-01-10 Alcatel Satmam Systeme de traitement des expeditions de paquets.
US5422821B1 (en) * 1992-04-06 1998-07-21 Electrocom Automation Lp Apparatus for intercepting and forwarding incorrectly addressed postal mail
US5758574A (en) 1992-04-15 1998-06-02 Bernardo; Joseph A. Manually written, machine readable code system
US5387783A (en) * 1992-04-30 1995-02-07 Postalsoft, Inc. Method and apparatus for inserting and printing barcoded zip codes
US5452203A (en) * 1992-11-30 1995-09-19 Pitney Bowes Inc. Methods and apparatus for correcting customer address lists
US5454038A (en) * 1993-12-06 1995-09-26 Pitney Bowes Inc. Electronic data interchange postage evidencing system
US5664172A (en) * 1994-07-19 1997-09-02 Oracle Corporation Range-based query optimizer
US5905666A (en) * 1995-01-03 1999-05-18 International Business Machines Corporation Processing system and method for performing sparse matrix multiplication by reordering vector blocks
US5758145A (en) * 1995-02-24 1998-05-26 International Business Machines Corporation Method and apparatus for generating dynamic and hybrid sparse indices for workfiles used in SQL queries
US5754671A (en) 1995-04-12 1998-05-19 Lockheed Martin Corporation Method for improving cursive address recognition in mail pieces using adaptive data base management
WO1996034354A1 (en) 1995-04-28 1996-10-31 United Parcel Service Of America, Inc. System and method for validating and geocoding addresses
JPH08323299A (ja) 1995-06-01 1996-12-10 Dainippon Printing Co Ltd 宛名データベース管理システムおよび郵便物区分装置
US5710917A (en) 1995-06-07 1998-01-20 International Business Machines Corporation Method for deriving data mappings and data aliases
US6131101A (en) * 1996-11-14 2000-10-10 Melissa Data Corp. Electronic processing of mailing lists
US5963642A (en) 1996-12-30 1999-10-05 Goldstein; Benjamin D. Method and apparatus for secure storage of data
US6321992B1 (en) * 1997-03-19 2001-11-27 Metrologic Instruments, Inc. Internet-based system and method for tracking objects bearing URL-encoded bar code symbols
US6457012B1 (en) * 1997-06-10 2002-09-24 Pitney Bowes Inc. Method and system of updating address records utilizing a clientserver interface
US6205447B1 (en) * 1997-06-30 2001-03-20 International Business Machines Corporation Relational database management of multi-dimensional data
US6370139B2 (en) * 1997-10-24 2002-04-09 Tranz-Send Broadcasting Network, Inc. System and method for providing information dispersal in a networked computing environment
US6253219B1 (en) * 1997-12-23 2001-06-26 Pitney Bowes Inc. Method for utilizing the postal service address as an object in an object oriented environment
US6456998B1 (en) 1998-09-30 2002-09-24 International Business Machines Corporation Efficient processing of parent-child relationships in a relational database management system
JP2002541035A (ja) * 1999-02-08 2002-12-03 ユナイテッド パーセル サービス オブ アメリカ インコーポレイテッド インターネット小包出荷システムおよび方法
US20040083184A1 (en) * 1999-04-19 2004-04-29 First Data Corporation Anonymous card transactions
AU5934900A (en) 1999-07-16 2001-02-05 Agentarts, Inc. Methods and system for generating automated alternative content recommendations
CA2379817C (en) 1999-07-20 2007-12-11 Inmentia, Inc Method and system for organizing data
AU780926B2 (en) * 1999-08-03 2005-04-28 Bally Technologies, Inc. Method and system for matching data sets
US6502089B1 (en) * 1999-11-17 2002-12-31 International Business Machines Corporation Generating restriction queries using tensor representations
US6557000B1 (en) * 1999-11-30 2003-04-29 Pitney Bowes Inc. Method of updating an addressee database in a mail sorting apparatus
US6873963B1 (en) * 1999-11-30 2005-03-29 Daimlerchrysler Corporation Shipment tracking analysis and reporting system (STARS)
US6487549B1 (en) * 1999-12-14 2002-11-26 International Business Machines Corporation Generating union queries using tensor representations
US6463420B1 (en) * 1999-12-30 2002-10-08 General Electric Company Online tracking of delivery status information over a computer network
US7853481B1 (en) * 2000-01-24 2010-12-14 Oracle International Corporation eDropship: methods and systems for anonymous eCommerce shipment
US6954729B2 (en) * 2000-01-27 2005-10-11 Bowe Bell & Howell Postal Systems Company Address learning system and method for using same
US6931388B2 (en) * 2000-02-09 2005-08-16 M.A.I.L., Inc. Accepting query that includes at least a portion of address without shipping identifier for tracking, delivery of shipment in computer network
US6507835B1 (en) * 2000-02-17 2003-01-14 International Business Machines Corporation Generating grouping queries using tensor representations
US6570509B2 (en) * 2000-03-03 2003-05-27 Motorola, Inc. Method and system for encoding to mitigate decoding errors in a receiver
CN1639716A (zh) * 2000-03-28 2005-07-13 邮票商业公司 用于在线、多包裹、多承运人、多服务包裹退货运输处理的装置、系统和方法
US6564204B1 (en) * 2000-04-14 2003-05-13 International Business Machines Corporation Generating join queries using tensor representations
US20020016726A1 (en) * 2000-05-15 2002-02-07 Ross Kenneth J. Package delivery systems and methods
JP2001350881A (ja) * 2000-06-06 2001-12-21 Nec Corp 人材派遣情報管理システム、人材派遣情報管理方法、派遣端末、求人端末、派遣情報サーバ及び記録媒体
US6681391B1 (en) 2000-06-21 2004-01-20 Microsoft Corporation Method and system for installing software on a computer system
AU2001286796A1 (en) * 2000-08-25 2002-03-04 United States Postal Service Systems and methods for application programming interfaces for shipping services
US20020065815A1 (en) 2000-10-04 2002-05-30 Xcelerix, Inc. Systems and methods for searching a database
GB2367917A (en) 2000-10-12 2002-04-17 Qas Systems Ltd Retrieving data representing a postal address from a database of postal addresses using a trie structure
US6772130B1 (en) * 2000-11-22 2004-08-03 Pitney Bowes Inc. Method for parcel tracking on the internet with e-mail notification
US20020184497A1 (en) * 2000-12-28 2002-12-05 Gage Michael J. Automated multi-user package retrieval and storage system
US6826548B2 (en) * 2001-01-24 2004-11-30 Return Mail, Inc. System and method for processing returned mail
US6575376B2 (en) * 2001-02-16 2003-06-10 Sybase, Inc. System with improved methodology for providing international address validation
US6931418B1 (en) 2001-03-26 2005-08-16 Steven M. Barnes Method and system for partial-order analysis of multi-dimensional data
GB2377038A (en) * 2001-04-10 2002-12-31 I2 Ltd Method for identifying patterns in sequential event streams
US20020174148A1 (en) * 2001-05-18 2002-11-21 International Business Machines Corporation System and method for formatting international shipping addresses
US20030009396A1 (en) * 2001-07-03 2003-01-09 Devries Raymond A. Tracking and electronic signaling system
JP3749468B2 (ja) * 2001-10-16 2006-03-01 富士通株式会社 住所データ管理方法および住所データ管理システム
US7647233B2 (en) * 2002-06-21 2010-01-12 United Parcel Service Of America, Inc. Systems and methods for providing business intelligence based on shipping information
US7391781B2 (en) * 2002-09-20 2008-06-24 United States Postal Service Providing a corrected delivery address
US7069253B2 (en) * 2002-09-26 2006-06-27 Neopost Inc. Techniques for tracking mailpieces and accounting for postage payment
WO2004088464A2 (en) * 2003-03-28 2004-10-14 Dun & Bradstreet, Inc. System and method for data cleansing
US7574447B2 (en) * 2003-04-08 2009-08-11 United Parcel Service Of America, Inc. Inbound package tracking systems and methods
WO2005050481A1 (en) 2003-10-21 2005-06-02 United Parcel Service Of America, Inc. Data structure and management system for a superset of relational databases
US7398268B2 (en) * 2004-07-09 2008-07-08 Microsoft Corporation Systems and methods that facilitate data mining
US7664653B2 (en) * 2004-09-01 2010-02-16 United States Postal Service System and method for electronic, web-based, address element correction for uncoded addresses
CN101495953B (zh) 2005-01-28 2012-07-11 美国联合包裹服务公司 注册和维护地区中每一个服务点的地址数据的系统和方法
US20060212309A1 (en) * 2005-03-18 2006-09-21 Pitney Bowes Incorporated Method for determining the best day of the week for a recipient to receive a mail piece

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6285916B1 (en) * 1994-10-14 2001-09-04 United Parcel Serivce Of America, Inc. Multi-stage parcel tracking system

Also Published As

Publication number Publication date
WO2006083694A2 (en) 2006-08-10
EP1846881A2 (en) 2007-10-24
US20070282900A1 (en) 2007-12-06
US20110208725A1 (en) 2011-08-25
CA2593851A1 (en) 2006-08-10
JP2008529168A (ja) 2008-07-31
US20090182743A1 (en) 2009-07-16
US20130132436A1 (en) 2013-05-23
CN101495953B (zh) 2012-07-11
US8386516B2 (en) 2013-02-26
US7912854B2 (en) 2011-03-22
US7542972B2 (en) 2009-06-02
EP1846881A4 (en) 2009-08-26
CN101495953A (zh) 2009-07-29
CN102841916A (zh) 2012-12-26
WO2006083694A3 (en) 2007-12-06

Similar Documents

Publication Publication Date Title
CN102841916B (zh) 关于地区中的每一个服务点的地址数据的注册和维护的方法和系统
CN103810527B (zh) 数据操作执行、数据质量度量和数据元素联接方法和系统
US7051046B2 (en) System for managing environmental audit information
US8725288B2 (en) Synthesis of mail management information from physical mail data
US20020178120A1 (en) Contract generation and administration system
US20050055289A1 (en) Multi-dimensional business information accounting software engine
CN106716416A (zh) 数据检索装置、程序及记录介质
CN103229198A (zh) 商业智能工具中的数据挖掘及预测洞察力的快速、动态、数据驱动的报告部署
CN101147144A (zh) 分类字典更新装置、其计算机程序产品和分类字典更新方法
CN106951565B (zh) 文本分类方法及获得的文本分类器
JP5010749B1 (ja) 会計仕訳ファイルデータ標準化システムとそれを用いた監査システムとそれらのプログラム
Li Data quality and data cleaning in database applications
CN101952843A (zh) 业务流程处理程序、方法和装置
Goasdoué et al. An Evaluation Framework For Data Quality Tools.
CN117216150A (zh) 一种基于数据仓库的数据挖掘系统
CN114722074B (zh) 一种数据表的生成方法、系统及装置
Maggi A survey of probabilistic record matching models, techniques and tools
JP2002269489A (ja) 情報集約装置、情報集約方法およびその方法をコンピュータに実行させるプログラム
Iveroth Using Work Domain Analysis to Evaluate the Design of a Data Warehouse System
Borchert Feature extraction from event logs for predictive monitoring of business processes
CN107656732A (zh) 面向航电领域的可重用软件管理系统
Kim Knowledge discovery and machine learning in construction project databases
Duquennoy et al. An Evaluation Framework for Data Quality Tools
GURAN et al. On-Line Analytical Mining for Advanced Business Intelligence Solution≫
Kwiatkowski Bit-to-board analysis for IT decision making

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant