CN108415989A

CN108415989A - 身份信息识别方法、装置、计算机设备和存储介质

Info

Publication number: CN108415989A
Application number: CN201810144997.6A
Authority: CN
Inventors: 鲁永伟
Original assignee: Suzhou Long Mobile Network Technology Co Ltd
Current assignee: Suzhou Long Mobile Network Technology Co Ltd
Priority date: 2018-02-12
Filing date: 2018-02-12
Publication date: 2018-08-17

Abstract

本申请涉及一种身份信息识别方法、装置、计算机设备和存储介质。所述方法包括：获取网页中的企业数据；根据企业数据获取个人属性信息；对个人姓名相同的多条个人属性信息的相似度进行赋值；若相似度达到预设阈值，则确定相应的个人属性信息对应同一人。采用本方法能够根据网页中的企业数据建立企业数据中的个人及其关联数据之间的关联关系，以获取个人属性信息，并对个人姓名相同的多条个人属性信息的相似度进行赋值，只有当相似度达到预设阈值时，才认为姓名相同的多条个人属性信息对应的是同一人，从而解决了直接将同姓名的人认为是同一人而导致数据关联错误的问题。

Description

身份信息识别方法、装置、计算机设备和存储介质

技术领域

本申请涉及信息识别技术领域，特别是涉及一种身份信息识别方法、装置、计算机设备和存储介质。

背景技术

目前全国注册的公司数以亿计，各个公司都有独自的法人、股东和高管，在这个群体中姓名相同的人更是很多，如何区分这些同姓名的人是否为同一人则至关重要。

由于受到个人隐私的限制，目前各大信息平台无法提供个人身份证等个人隐私数据，因此，目前无法直接通过个人信息判断这些同姓名的人是否为同一人。如果直接认为这些同姓名的人为同一人，则会出现某些使用度高的名字会拥有很多公司，导致这些数据关联错误而不能使用。

发明内容

基于此，有必要针对上述技术问题，提供一种能够判断同一姓名的人是否为同一人的身份信息识别方法、装置、计算机设备和存储介质。

一种身份信息识别方法，包括：

获取网页中的企业数据；

根据企业数据获取个人属性信息，其中，个人属性信息包括个人姓名以及与个人姓名对应的属性信息；

对个人姓名相同的多条个人属性信息的相似度进行赋值；

若相似度达到预设阈值，则确定相应的个人属性信息对应同一人。

在其中一个实施例中，企业数据包括企业注册的公司名称以及对应的公司法人、公司股东以及公司高管的姓名。

在其中一个实施例中，个人姓名包括公司法人、公司股东或公司高管的姓名中的任一个，则与个人姓名对应的属性信息包括与个人姓名对应的所属公司名称以及公司法人、公司股东、公司高管的姓名。

在其中一个实施例中，对个人姓名相同的多条个人属性信息的相似度进行赋值，包括：

对个人姓名相同的多条个人属性信息按每两条进行分组；

根据分组后的两条个人属性信息，对相同字段对应的值按预设权重进行分别赋值；

累加赋值以获取分组后的两条个人属性信息的相似度。

在其中一个实施例中，对相同字段对应的值按预设权重进行分别赋值，包括：

若相同字段对应的值存在相同项，则根据所述字段对应的预设权重进行赋值。

在其中一个实施例中，预设阈值是通过对已知样本数据分别进行相似度赋值，以获取的最小相似度。

在其中一个实施例中，企业数据包括企业和个人之间的关联数据。

一种身份信息识别装置，包括：

获取模块，用于获取网页中的企业数据；根据企业数据获取个人属性信息，其中，个人属性信息包括个人姓名以及与个人姓名对应的属性信息；

赋值模块，用于对个人姓名相同的多条个人属性信息的相似度进行赋值；

判断模块，用于若相似度达到预设阈值，则确定相应的个人属性信息对应同一人。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

上述身份信息识别方法、装置、计算机设备和存储介质，根据网页中的企业数据建立企业数据中的个人及其关联数据之间的关联关系，以获取个人属性信息，并对个人姓名相同的多条个人属性信息的相似度进行赋值，只有当相似度达到预设阈值时，才认为姓名相同的多条个人属性信息对应的是同一人，从而解决了直接将同姓名的人认为是同一人而导致数据关联错误的问题。

附图说明

图1为一个实施例中身份信息识别方法的流程示意图；

图2为一个实施例中对个人姓名相同的多条个人属性信息的相似度进行赋值的步骤的流程示意图；

图3为一个实施例中身份信息识别装置的结构框图；

图4为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供了一种身份信息识别方法，如图1所示，包括：

步骤102，获取网页中的企业数据。

在本实施例中，企业数据可以是公司数据，其具体可以是企业注册的公司信息、工商信息等。具体可以通过查询、搜索或网络爬虫等方式来获取网络中的企业数据。

步骤104，根据企业数据获取个人属性信息。

在本实施例中，可以根据企业数据生成个人及其关联数据，即建立企业数据中的个人及其他数据之间的关联关系，以获取个人属性信息，其中，个人属性信息包括个人姓名以及与个人姓名对应的属性信息。

步骤106，对个人姓名相同的多条个人属性信息的相似度进行赋值。

在本实施例中，对上述建立的个人属性信息，按同姓名进行分组，并对组内多条个人属性信息的相似度按照预设规则进行赋值，从而获取其相似度值。

步骤108，若相似度达到预设阈值，则确定相应的个人属性信息对应同一人。

如果组内多条个人属性信息的相似度达到预设阈值，则确定组内同姓名的多条个人属性信息对应的是同一人。

本申请实施例根据网页中的企业数据建立企业数据中的个人及其关联数据之间的关联关系，以获取个人属性信息，并对个人姓名相同的多条个人属性信息的相似度进行赋值，只有当相似度达到预设阈值时，才认为姓名相同的多条个人属性信息对应的是同一人，从而解决了现有技术中直接将同姓名的人认为是同一人而导致数据关联错误的问题。

在一个实施例中，企业数据可以包括企业注册的公司名称以及对应的公司法人、公司股东、公司高管的姓名，企业数据还可以包括二级公司法人(股东是公司的)、二级公司股东(股东是公司的)以及二级公司高管(股东是公司的)等信息。

在一个实施例中，企业数据还可以包括企业和个人之间的关联数据，例如某些公示司法信息、股市信息等。

在一个实施例中，个人姓名则可以是公司法人、公司股东或公司高管等的姓名中的任一个，则与个人姓名对应的属性信息包括与个人姓名对应的所属公司名称以及公司法人、公司股东、公司高管、二级公司法人、二级公司股东或二级公司高管等的信息。

假设某一条企业数据中注册的公司名称为AA公司，其对应的公司法人为张三、公司高管为李四、公司股东为王五和赵六。则可以根据该企业数据建立企业数据中的个人及其他数据之间的关联关系，即可以根据企业数据产生个人及其关联数据，如果以公司法人张三为例，则对应张三的个人属性信息包括个人姓名张三以及对应的属性信息，即张三，所在公司名称AA公司，公司法人张三、公司高管李四、公司股东王五和赵六。则对应公司高管李四的个人属性信息包括个人姓名李四以及对应的属性信息，即李四，所在公司名称AA公司，公司法人张三、公司高管李四、公司股东王五和赵六。

在一个实施例中，如图2所示，对个人姓名相同的多条个人属性信息的相似度进行赋值，包括：

步骤202，对个人姓名相同的多条个人属性信息按每两条进行分组。

在本实施例中，对个人属性信息按照同姓名进行筛选，并将个人姓名相同的多条个人属性信息按每两条进行分组，从而进一步判断该两条属性信息对应的相同姓名是否为同一人。

步骤204，根据分组后的两条个人属性信息，对相同字段对应的值按预设权重进行分别赋值。

步骤206，累加所述赋值以获取分组后的两条个人属性信息的相似度。

举例来说，假设本实施例中对于个人属性信息中的每个字段的预设权重分别是：法人姓名相同的权重为10，股东中有一个姓名相同的权重为3(如有多个相同，则依此累加)，高管中有一个姓名相同的权重为3(如有多个相同，则依此累加)，对于二级关联公司的各个权重则依上述减半，例如对于二级公司法人姓名相同的权重为5，其他字段的权重依此类推。

例如，假设分组后的两条个人属性信息分别对应的个人姓名为张三，则对其对应的属性信息中相同字段对应的值按上述预设权重分别进行赋值，即如果相同字段对应的值存在相同项，则根据字段对应的预设权重进行赋值。若其分别对应的公司法人姓名相同，则对其赋值为10，若公司高管姓名有1人形同，则对其赋值为3，若其二级公司法人姓名相同，则对其赋值为5。

将上述赋值累加，从而获取该两条个人属性信息的相似度，在本实施例中，累加上述赋值的总和为18，因此，该组中两条个人属性信息的相似度为18，进而根据相似度以及预设阈值判断该两条属性信息对应的相同姓名是否为同一人。

需要说明的是，上述实施例中，对于个人属性信息中的每个字段的预设权重，其具体可以根据实际情况进行自行调整，本实施例并不对其进行限制。

在一个实施例中，预设阈值可以是通过对已知样本数据分别进行相似度赋值，从而获取的最小相似度，其也可以根据实际需要进行调整。举例来说，可以从已知的样本数据中抽取已知的某些个人属性信息，例如已知某个人在不同公司任职的信息，从而对其按上述方法进行分组，并分别赋值。举例来说，已知张三在3家公司a、b、c任职，而筛选后的数据中有10个张三，其分别对应的公司为a、b、c、d、e、f、g、h、i、j。对其进行两两分组，假设ab公司、bc公司、ac公司、ad公司、ae公司、……分别为一组，按上述方法获取每一组的相似度，若ab公司相似度为20、bc公司的相似度为18、ac公司的相似度为16、ad公司的相似度为0、ae公司的相似度为3等等。则根据已知样本数据可知，同一组中个人属性信息对应同一人的最小相似度为16，因此，可以选取15或16为预设阈值，即相同姓名在不同公司的相似度大于15或达到16的则可以认为是同一个人；否则不为同一个人。

本申请实施例通过对个人姓名相同的多条个人属性信息按每两条进行分组，并按预设权重进行赋值，从而获取每组的相似度，通过相似度判断组内对应的相同姓名是否为同一人，从而进一步提高了判断的准确性，进而可以了解和应用某些个人所拥有的公司等公开信息。

应该理解的是，虽然图1、图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本申请实施例还提供了一种身份信息识别装置，如图3所示，该身份信息识别装置300包括获取模块302、赋值模块304以及判断模块306，其中：

获取模块302，用于获取网页中的企业数据；根据企业数据获取个人属性信息，其中，个人属性信息包括个人姓名以及与个人姓名对应的属性信息。

赋值模块304，用于对个人姓名相同的多条个人属性信息进行相似度赋值。

判断模块306，用于若相似度赋值达到预设阈值，则确定相应的个人属性信息对应同一人。

在一个实施例中，企业数据可以包括企业注册的公司名称以及对应的公司法人、公司股东以及公司高管的姓名。

在一个实施例中，个人姓名包括公司法人、公司股东或公司高管的姓名中的任一个，则与个人姓名对应的属性信息包括与个人姓名对应的所属公司名称以及公司法人、公司股东、公司高管的姓名。

在一个实施例中，对个人姓名相同的多条个人属性信息的相似度进行赋值，包括：对个人姓名相同的多条个人属性信息按每两条进行分组；根据分组后的两条个人属性信息，对相同字段对应的值按预设权重进行分别赋值；累加赋值以获取分组后的两条个人属性信息的相似度。

在一个实施例中，对相同字段对应的值按预设权重进行分别赋值，包括：若相同字段对应的值存在相同项，则根据字段对应的预设权重进行赋值。

在一个实施例中，预设阈值是通过对已知样本数据分别进行相似度赋值，以获取的最小相似度。

在一个实施例中，企业数据包括企业和个人之间的关联数据。

关于身份信息识别装置的具体限定可以参见上文中对于身份信息识别方法的限定，在此不再赘述。上述身份信息识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储企业数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种身份信息识别方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取网页中的企业数据；

对个人姓名相同的多条个人属性信息的相似度进行赋值；

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取网页中的企业数据；

对个人姓名相同的多条个人属性信息的相似度进行赋值；

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims

1.一种身份信息识别方法，其特征在于，包括：

获取网页中的企业数据；

根据所述企业数据获取个人属性信息，所述个人属性信息包括个人姓名以及与所述个人姓名对应的属性信息；

对个人姓名相同的多条个人属性信息的相似度进行赋值；

若所述相似度达到预设阈值，则确定相应的个人属性信息对应同一人。

2.根据权利要求1所述的方法，其特征在于，所述企业数据包括企业注册的公司名称以及对应的公司法人、公司股东以及公司高管的姓名。

3.根据权利要求2所述的方法，其特征在于，所述个人姓名包括公司法人、公司股东或公司高管的姓名中的任一个，所述与所述个人姓名对应的属性信息包括与所述个人姓名对应的所属公司名称以及公司法人、公司股东、公司高管的姓名。

4.根据权利要求3所述的方法，其特征在于，所述对个人姓名相同的多条个人属性信息的相似度进行赋值，包括：

对个人姓名相同的多条个人属性信息按每两条进行分组；

累加所述赋值以获取分组后的两条个人属性信息的相似度。

5.根据权利要求4所述的方法，其特征在于，所述对相同字段对应的值按预设权重进行分别赋值，包括：

若所述相同字段对应的值存在相同项，则根据所述字段对应的预设权重进行赋值。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述预设阈值是通过对已知样本数据分别进行相似度赋值，以获取的最小相似度。

7.根据权利要求1～5任一项所述的方法，其特征在于，所述企业数据包括企业和个人之间的关联数据。

8.一种身份信息识别装置，其特征在于，包括：

获取模块，用于获取网页中的企业数据；根据所述企业数据获取个人属性信息，所述个人属性信息包括个人姓名以及与所述个人姓名对应的属性信息；

赋值模块，用于对个人姓名相同的多条个人属性信息进行相似度赋值；

判断模块，用于若所述相似度赋值达到预设阈值，则确定相应的个人属性信息对应同一人。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。