CN109902148B - 一种通讯录联系人的企业名称自动补全的方法 - Google Patents

Abstract

本发明涉及企业名称自动补全技术领域，且公开了一种通讯录联系人的企业名称自动补全的方法，包括下述步骤：第一步，预先创建企业名称数据库、国内行政区划分级数据库。该通讯录联系人的企业名称自动补全的方法，通过创建企业名称数据库和国内行政区划分级数据库，对通讯录中已存有的联系人名称进行分词并获得第一分词数据集，然后检索第一分词数据集中企业名称文本，汇总成第二分词数据集，遍历检索第二分词数据集中符合条件的联系人，然后检索目标联系人的详细信息，与对应的企业名称数据库进行匹配对比，获得候选企业名称，简化了操作方法，提高了通讯录联系人的企业名称自动补全的智能化程度，进而达到使用户操作速度更快的效果。

Description

一种通讯录联系人的企业名称自动补全的方法

技术领域

本发明涉及企业名称自动补全技术领域，具体为一种通讯录联系人的企业名称自动补全的方法。

背景技术

随着计算机和互联网技术的发展，人们的社交大多都是通过手机进行的，为了方便下次能快速地找到需要的联系人，用户通常会对社交通讯联系人通过手机上各种通讯录软件进行管理，但现在的手机通讯录管理软件，往往都需用户手动对联系人的单位名称标记输入，这种操作方法麻烦，智能化程度不高，费时费力，用户体验不佳。

发明内容

本发明提供了一种通讯录联系人的企业名称自动补全的方法，具备通过创建企业名称数据库和国内行政区划分级数据库，提高了智能化程度和操作方便的优点，解决了操作麻烦、智能化程度不高、费时费力、用户体验不佳的问题。

本发明提供如下技术方案：一种通讯录联系人的企业名称自动补全的方法，包括下述步骤：

第一步，预先创建企业名称数据库、国内行政区划分级数据库；

第二步，汇总用户通讯录中已存联系人，遍历抽取联系人详情页面的所有文本，进行分词，获得第一分词数据集；

第三步，根据预先创建的企业名称数据库、国内行政区划分级数据库，遍历检索抽取第一分词数据集中的企业名称文本，汇总为第二分词数据集；

第四步，根据第二分词数据集，遍历检索分词结果同时符合要求条件的联系人，将其作为自动补全企业名称的目标联系人；

第五步，遍历检索目标联系人通讯录详情中的企业名称文字，与对应的企业名称数据库进行匹配对比，获得候选企业名称。

优选的，其中企业是指依法登记注册的企业主体，包括公司、合伙企业、专业合作社、个人独资企业、个体工商户，其中企业名称依次分解为行政区划、字号、行业分类、组织形式4个模块，且国内行政区划分级数据库是由一级省级行政区数据库、二级地级行政区数据库、三级县级行政区数据库及其对应的分类和对应的行政区域名称库组成。

优选的，其中创建企业名称数据库具体方法包括四个步骤：

第一步：对全国已注册企业的完整名称进行汇总；

第二步：根据所在企业名称将其分解成行政区划、字号、行业分类、组织形式4个模块，并分别相对应地创建企业行政区划库、企业字号库、企业行业分类库、企业组织形式库；

第三步：创建企业名称简称规则库；

第四步：根据预先创建的企业名称简称规则库，创建企业行政区划简称库、企业字号简称库、企业行业分类简称库和企业组织形式简称库。

优选的，第二步中企业行政区划库的数据内容为每家企业名称及其行政区划文本；企业字号库的数据内容为每家企业名称及其字号文本；企业行业分类库的数据内容为每家企业名称及其行业分类文本；企业组织形式库的数据内容为每家企业名称及其组织形式文本。

优选的，第四步中创建企业名称简称规则库，实现简称的方法可分为如下三步：

步骤一，抽取所在企业名称中的行政区划、字号、行业分类、组织形式4个模块中的文字；

步骤二，将步骤一中的4个模块的文字分别进行单字分词，分别获得4个模块的单个字数据集；

步骤三，分别将获得的4个模块的单个字数据集中的文字任意组合，形成新的文字组合，新的文字组合的文字总数量必须超过1个，且比完整组合最低少1个文字。

优选的，第四步中企业行政区划简称库的数据内容为每家企业名称及其行政区划简称文本；企业字号简称库的数据内容为每家企业名称及其字号简称文本；企业行业分类简称库的数据内容为每家企业名称及其行业分类简称文本；企业组织形式简称库的数据内容为每家企业名称及其组织形式简称文本。

优选的，一级省级行政区数据库按分类规则分为：省、自治区、直辖市、特别行政区，所有省级行政区命名实体汇总为全国省级行政区域名称库；二级地级行政区数据库按分类规则分为：地级市、地区行政公署管辖区域、自治州、盟行政公署管辖区域，所有地市级行政区命名实体汇总为全国地级行政区域名称库；三级县级行政区数据库按分类规则分为：市辖区、县、自治县、县级市、旗、自治旗、林区、特区，所有县级行政区命名实体汇总为全国县级行政区域名称库。

优选的，第二步中遍历抽取联系人详情页面的所有文本来源包括：通讯录中已存联系人名字数据条目、单位信息数据条目、备忘数据条目，且文本格式限定为：中文汉字。

优选的，第四步中检索分词结果的符合要求条件为：

条件一：检索时至少有企业名称字号或有字号简称的文字；

条件二：检索时至少缺少一个企业名称模块，或其中任何一个企业名称模块中的文字数量少于对应企业名称模块数据库中的完整文字数量；

条件三：抽取的数据，须为来自联系人详情页面中同一数据条目中的相连的文字文本。

优选的，所述获得候选企业名称的方法包括如下四个步骤：

第(1)步：分别用目标联系人详情页面中字号或字号简称文字，检索匹配企业字号库、企业字号简称库中完全相同的文字，再将完全相同的文字对应企业名称，作为第一候选企业名称；如第一候选企业名称只有一个，确定为最终的自动补全的企业名称，如果第一候选企业名称超过一个，进入第(2)步；

第(2)步：根据预先创建的专用数据库中的国内行政区划分级数据库，检索识别第一候选企业名称中的行政区划等级与目标联系人详情页中抽取的行政区划或行政区划简称对应的行政区划等级是否相同，并按规则，删除候选企业名称；再汇总剩余的企业名称，作为第二候选企业名称，如果第二候选企业名称只有一个，确定为最终的自动补全的企业名称，如第二候选企业名称超过一个，进入第(3)步；

第(3)步：分别用目标联系人详情页面中行业分类或行业分类简称文字，检索匹配企业行业分类库、企业行业分类简称库中完全相同的文字，再将完全相同的文字对应企业的名称，作为第三候选企业名称，如第三候选企业名称只有一个，确定为最终的自动补全的企业名称，如第三候选企业名称超过一个，进入第(4)步；

第(4)步：分别用目标联系人详情页面中的组织形式或组织形式简称文字，检索匹配组织形式库、组织形式简称库中完全相同的文字，再将完全相同的文字的对应企业名称，作为最终的自动补全的企业名称。

优选的，第(2)步中删除候选企业名称的规则如下：

规则一：检索识别到第一候选企业名称中的行政区划为一级省级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个一级省级行政区，则删除该候选企业名称；

规则二：检索识别到第一候选企业名称中的行政区划为二级地级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个二级地级行政区，则删除该候选企业名称；

规则三：检索识别到第一候选企业名称中的行政区划为三级县级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个三级县级行政区，则删除该候选企业名称。

本发明具备以下有益效果：

该通讯录联系人的企业名称自动补全的方法，通过创建企业名称数据库和国内行政区划分级数据库，对通讯录中已存有的联系人名称进行分词并获得第一分词数据集，然后检索第一分词数据集中企业名称文本，汇总成第二分词数据集，遍历检索第二分词数据集中符合条件的联系人，然后检索目标联系人的详细信息，与对应的企业名称数据库进行匹配对比，获得候选企业名称，简化了操作方法，提高了通讯录联系人的企业名称自动补全的智能化程度，进而达到使用户操作速度更快的效果。

附图说明

图1为本发明方法步骤图；

图2为本发明数据库概要类型图；

图3为本发明行政区划分级数据库示意图；

图4为本发明候选企业名称方法步骤图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-3，一种通讯录联系人的企业名称自动补全的方法，包括下述步骤：

第一步，预先创建企业名称数据库、国内行政区划分级数据库；其中企业是指依法登记注册的企业主体，包括公司、合伙企业、专业合作社、个人独资企业、个体工商户，其中企业名称依次分解为行政区划、字号、行业分类、组织形式4个模块，且国内行政区划分级数据库是由一级省级行政区数据库、二级地级行政区数据库、三级县级行政区数据库及其对应的分类和对应的行政区域名称库组成；一级省级行政区数据库按分类规则分为：省、自治区、直辖市、特别行政区，所有省级行政区命名实体汇总为全国省级行政区域名称库；二级地级行政区数据库按分类规则分为：地级市、地区行政公署管辖区域、自治州、盟行政公署管辖区域，所有地市级行政区命名实体汇总为全国地级行政区域名称库；三级县级行政区数据库按分类规则分为：市辖区、县、自治县、县级市、旗、自治旗、林区、特区，所有县级行政区命名实体汇总为全国县级行政区域名称库，通过创建企业名称数据库和国内行政区划分级数据库，对通讯录中已存有的联系人名称进行分词并获得第一分词数据集，然后检索第一分词数据集中企业名称文本，汇总成第二分词数据集，遍历检索第二分词数据集中符合条件的联系人，然后检索目标联系人的详细信息，与对应的企业名称数据库进行匹配对比，获得候选企业名称，简化了操作方法，提高了通讯录联系人的企业名称自动补全的智能化程度，进而达到使用户操作速度更快的效果，使匹配时能够按照根据区域进行查找，使自动补全更加精准，误差较小；

第二步，汇总用户通讯录中已存联系人，遍历抽取联系人详情页面的所有文本，进行分词，获得第一分词数据集；遍历抽取联系人详情页面的所有文本来源包括：通讯录中已存联系人名字数据条目、单位信息数据条目、备忘数据条目，且文本格式限定为：中文汉字；

第三步，根据预先创建的企业名称数据库、国内行政区划分级数据库，遍历检索抽取第一分词数据集中的企业名称文本，汇总为第二分词数据集；

第四步，根据第二分词数据集，遍历检索分词结果同时符合要求条件的联系人，将其作为自动补全企业名称的目标联系人；检索分词结果的符合要求条件为：

条件一：检索时至少有企业名称字号或有字号简称的文字；

条件二：检索时至少缺少一个企业名称模块，或其中任何一个企业名称模块中的文字数量少于对应企业名称模块数据库中的完整文字数量；

条件三：抽取的数据，须为来自联系人详情页面中同一数据条目中的相连的文字文本；

第五步，遍历检索目标联系人通讯录详情中的企业名称文字，与对应的企业名称数据库进行匹配对比，获得候选企业名称。

请参阅图1-3，其中创建企业名称数据库具体方法包括四个步骤：

第一步：对全国已注册企业的完整名称进行汇总；

第二步：根据所在企业名称将其分解成行政区划、字号、行业分类、组织形式4个模块，并分别相对应地创建企业行政区划库、企业字号库、企业行业分类库、企业组织形式库；企业行政区划库的数据内容为每家企业名称及其行政区划文本；企业字号库的数据内容为每家企业名称及其字号文本；企业行业分类库的数据内容为每家企业名称及其行业分类文本；企业组织形式库的数据内容为每家企业名称及其组织形式文本；

第三步：创建企业名称简称规则库；

第四步：根据预先创建的企业名称简称规则库，创建企业行政区划简称库、企业字号简称库、企业行业分类简称库和企业组织形式简称库；企业行政区划简称库的数据内容为每家企业名称及其行政区划简称文本；企业字号简称库的数据内容为每家企业名称及其字号简称文本；企业行业分类简称库的数据内容为每家企业名称及其行业分类简称文本；企业组织形式简称库的数据内容为每家企业名称及其组织形式简称文本，创建企业名称简称规则库，实现简称的方法可分为如下三步：

步骤一，抽取所在企业名称中的行政区划、字号、行业分类、组织形式4个模块中的文字；

步骤二，将步骤一中的4个模块的文字分别进行单字分词，分别获得4个模块的单个字数据集；

步骤三，分别将获得的4个模块的单个字数据集中的文字任意组合，形成新的文字组合，新的文字组合的文字总数量必须超过1个，且比完整组合最低少1个文字。

请参阅图4，所述获得候选企业名称的方法包括如下四个步骤：

第(1)步：分别用目标联系人详情页面中字号或字号简称文字，检索匹配企业字号库、企业字号简称库中完全相同的文字，再将完全相同的文字对应企业名称，作为第一候选企业名称；如第一候选企业名称只有一个，确定为最终的自动补全的企业名称，如果第一候选企业名称超过一个，进入第(2)步；

第(2)步：根据预先创建的专用数据库中的国内行政区划分级数据库，检索识别第一候选企业名称中的行政区划等级与目标联系人详情页中抽取的行政区划或行政区划简称对应的行政区划等级是否相同，并按规则，删除候选企业名称；再汇总剩余的企业名称，作为第二候选企业名称，如果第二候选企业名称只有一个，确定为最终的自动补全的企业名称，如第二候选企业名称超过一个，进入第(3)步，删除候选企业名称的规则如下：

规则一：检索识别到第一候选企业名称中的行政区划为一级省级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个一级省级行政区，则删除该候选企业名称；

规则二：检索识别到第一候选企业名称中的行政区划为二级地级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个二级地级行政区，则删除该候选企业名称；

规则三：检索识别到第一候选企业名称中的行政区划为三级县级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个三级县级行政区，则删除该候选企业名称；

第(3)步：分别用目标联系人详情页面中行业分类或行业分类简称文字，检索匹配企业行业分类库、企业行业分类简称库中完全相同的文字，再将完全相同的文字对应企业的名称，作为第三候选企业名称，如第三候选企业名称只有一个，确定为最终的自动补全的企业名称，如第三候选企业名称超过一个，进入第(4)步；

第(4)步：分别用目标联系人详情页面中的组织形式或组织形式简称文字，检索匹配组织形式库、组织形式简称库中完全相同的文字，再将完全相同的文字的对应企业名称，作为最终的自动补全的企业名称。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种通讯录联系人的企业名称自动补全的方法，其特征在于：包括下述步骤：

第一步，预先创建企业名称数据库、国内行政区划分级数据库；

第二步，汇总用户通讯录中已存联系人，遍历抽取联系人详情页面的所有文本，进行分词，获得第一分词数据集；

第三步，根据预先创建的企业名称数据库、国内行政区划分级数据库，遍历检索抽取第一分词数据集中的企业名称文本，汇总为第二分词数据集；

第四步，根据第二分词数据集，遍历检索分词结果同时符合要求条件的联系人，将其作为自动补全企业名称的目标联系人，检索分词结果的符合要求条件为：

条件一：检索时至少有企业名称字号或有字号简称的文字；

条件二：检索时至少缺少一个企业名称模块，或其中任何一个企业名称模块中的文字数量少于对应企业名称模块数据库中的完整文字数量；

条件三：抽取的数据，须为来自联系人详情页面中同一数据条目中的相连的文字文本；

第五步，遍历检索目标联系人通讯录详情中的企业名称文字，与对应的企业名称数据库进行匹配对比，获得候选企业名称，所述获得候选企业名称的方法包括如下四个步骤：

第(1)步：分别用目标联系人详情页面中字号或字号简称文字，检索匹配企业字号库、企业字号简称库中完全相同的文字，再将完全相同的文字对应企业名称，作为第一候选企业名称；如第一候选企业名称只有一个，确定为最终的自动补全的企业名称，如果第一候选企业名称超过一个，进入第(2)步；

第(2)步：根据预先创建的专用数据库中的国内行政区划分级数据库，检索识别第一候选企业名称中的行政区划等级与目标联系人详情页中抽取的行政区划或行政区划简称对应的行政区划等级是否相同，并按规则，删除候选企业名称；再汇总剩余的企业名称，作为第二候选企业名称，如果第二候选企业名称只有一个，确定为最终的自动补全的企业名称，如第二候选企业名称超过一个，进入第(3)步；

第(3)步：分别用目标联系人详情页面中行业分类或行业分类简称文字，检索匹配企业行业分类库、企业行业分类简称库中完全相同的文字，再将完全相同的文字对应企业的名称，作为第三候选企业名称，如第三候选企业名称只有一个，确定为最终的自动补全的企业名称，如第三候选企业名称超过一个，进入第(4)步；

第(4)步：分别用目标联系人详情页面中的组织形式或组织形式简称文字，检索匹配组织形式库、组织形式简称库中完全相同的文字，再将完全相同的文字的对应企业名称，作为最终的自动补全的企业名称；

其中，第(2)步中删除候选企业名称的规则如下：

规则一：检索识别到第一候选企业名称中的行政区划为一级省级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个一级省级行政区，则删除该候选企业名称；

规则二：检索识别到第一候选企业名称中的行政区划为二级地级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个二级地级行政区，则删除该候选企业名称；

规则三：检索识别到第一候选企业名称中的行政区划为三级县级行政区的，如果其与从目标联系人详情页中抽取的行政区划和行政区划简称不是同一个三级县级行政区，则删除该候选企业名称。

2.根据权利要求1所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：其中企业是指依法登记注册的企业主体，包括公司、合伙企业、专业合作社、个人独资企业、个体工商户，其中企业名称依次分解为行政区划、字号、行业分类、组织形式4个模块，且国内行政区划分级数据库是由一级省级行政区数据库、二级地级行政区数据库、三级县级行政区数据库及其对应的分类和对应的行政区域名称库组成。

3.根据权利要求2所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：其中创建企业名称数据库具体方法包括四个步骤：

第一步：对全国已注册企业的完整名称进行汇总；

第二步：根据所在企业名称将其分解成行政区划、字号、行业分类、组织形式4个模块，并分别相对应地创建企业行政区划库、企业字号库、企业行业分类库、企业组织形式库；

第三步：创建企业名称简称规则库；

第四步：根据预先创建的企业名称简称规则库，创建企业行政区划简称库、企业字号简称库、企业行业分类简称库和企业组织形式简称库。

4.根据权利要求3所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：第二步中企业行政区划库的数据内容为每家企业名称及其行政区划文本；企业字号库的数据内容为每家企业名称及其字号文本；企业行业分类库的数据内容为每家企业名称及其行业分类文本；企业组织形式库的数据内容为每家企业名称及其组织形式文本。

5.根据权利要求3所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：第四步中创建企业名称简称规则库，实现简称的方法可分为如下三步：

步骤一，抽取所在企业名称中的行政区划、字号、行业分类、组织形式4个模块中的文字；

步骤二，将步骤一中的4个模块的文字分别进行单字分词，分别获得4个模块的单个字数据集；

步骤三，分别将获得的4个模块的单个字数据集中的文字任意组合，形成新的文字组合，新的文字组合的文字总数量必须超过1个，且比完整组合最低少1个文字。

6.根据权利要求3所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：第四步中企业行政区划简称库的数据内容为每家企业名称及其行政区划简称文本；企业字号简称库的数据内容为每家企业名称及其字号简称文本；企业行业分类简称库的数据内容为每家企业名称及其行业分类简称文本；企业组织形式简称库的数据内容为每家企业名称及其组织形式简称文本。

7.根据权利要求2所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：一级省级行政区数据库按分类规则分为：省、自治区、直辖市、特别行政区，所有省级行政区命名实体汇总为全国省级行政区域名称库；二级地级行政区数据库按分类规则分为：地级市、地区行政公署管辖区域、自治州、盟行政公署管辖区域，所有地市级行政区命名实体汇总为全国地级行政区域名称库；三级县级行政区数据库按分类规则分为：市辖区、县、自治县、县级市、旗、自治旗、林区、特区，所有县级行政区命名实体汇总为全国县级行政区域名称库。

8.根据权利要求1所述的一种通讯录联系人的企业名称自动补全的方法，其特征在于：第二步中遍历抽取联系人详情页面的所有文本来源包括：通讯录中已存联系人名字数据条目、单位信息数据条目、备忘数据条目，且文本格式限定为：中文汉字。

Images