CN111339233A - 一种地址安全识别控制的方法 - Google Patents

一种地址安全识别控制的方法 Download PDF

Info

Publication number
CN111339233A
CN111339233A CN202010120654.3A CN202010120654A CN111339233A CN 111339233 A CN111339233 A CN 111339233A CN 202010120654 A CN202010120654 A CN 202010120654A CN 111339233 A CN111339233 A CN 111339233A
Authority
CN
China
Prior art keywords
address
data
similarity score
score
longitude
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.)
Granted
Application number
CN202010120654.3A
Other languages
English (en)
Other versions
CN111339233B (zh
Inventor
崔晶晶
张建东
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.)
Jeo Polymerization Beijing Artificial Intelligence Technology Co ltd
Original Assignee
Jeo Polymerization Beijing Artificial Intelligence Technology Co ltd
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 Jeo Polymerization Beijing Artificial Intelligence Technology Co ltd filed Critical Jeo Polymerization Beijing Artificial Intelligence Technology Co ltd
Priority to CN202010120654.3A priority Critical patent/CN111339233B/zh
Publication of CN111339233A publication Critical patent/CN111339233A/zh
Application granted granted Critical
Publication of CN111339233B publication Critical patent/CN111339233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/29—Geographical information databases
    • 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
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

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

Abstract

本发明提出了一种地址安全识别控制的方法，包括：对输入的地址信息进行编码，转换为火星坐标，得到该地址信息对应的经纬度数据和所属行政区划编码；根据经纬度数据和所属行政区划编码在对应行政区，判断是否有距离小于预设距离的所有数据节点；计算并对比经纬度偏移值，匹配到偏移值最小的数据，并解析出该数据对应的地址参数；将地址文本信息录入到系统中，从本地标准ES库进行匹配，输出本地标准ES库相似度评分；从开放平台编码相似度评分和本地标准ES库相似度评分中，选取分数最高者作为最终的相似度评分；根据相似度评分，生成地址识别结果。本发明在互联网服务中实现了地址的有效安全识别控制，利用评分实现对地址真实性的分析。

Description

一种地址安全识别控制的方法
技术领域
本发明涉及数据安全技术领域，特别涉及一种地址安全识别控制的方法。
背景技术
随着互联网越来越贴近我们的生活，地址类欺诈风险也是不断的增加。例如，个人、中介填写虚假地址诈骗贷款、黄牛、羊毛党批量下单出现雷同地址、账号在非常用地址登录、平台被水军恶意注册乱填地址信息等层出不穷，地址如何安全识别，解决地址类诈骗也是企业在风控，反欺诈中亟待解决的问题之一。
现有技术中，企业地址安全识别存在以下问题：
1)企业缺乏事中，事后风险调查的得力工具。
2)地址数据分散，人工关联分析效率低，效果差。
3)较难识别，分析，追踪团伙欺诈。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种地址安全识别控制的方法
为了实现上述目的，本发明的实施例提供一种地址安全识别控制的方法，包括如下步骤：
步骤S1，输入地址信息；
步骤S2，对所述地址信息进行编码，转换为火星坐标，得到该地址信息对应的经纬度数据和所属行政区划编码；
步骤S3，根据所述经纬度数据和所属行政区划编码在对应行政区，判断是否有距离小于预设距离的所有数据节点；如果有则同时执行步骤S4和步骤S5；如果对应行政区内没有距离小于预设距离的所有数据节点，则执行步骤S5；
步骤S4，如果筛选出对应行政区内距离小于预设距离的所有数据节点，则计算并对比经纬度偏移值，匹配到偏移值最小的数据，并解析出该数据对应的地址参数；将所述地址参数进行中文分词，获得对应的详细地址，在对应行政区中查找到相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出开放平台编码相似度评分，然后执行步骤S5；
步骤S5，将地址文本信息录入到系统中，从本地标准ES库进行匹配，以此来获取省、市、县区及其它地址，在行政区域内通过对比地址信息，获取相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出本地标准ES库相似度评分，然后执行步骤S6；
步骤S6，从开放平台编码相似度评分和本地标准ES库相似度评分中，选取分数最高者作为最终的相似度评分；
步骤S7，根据相似度评分，生成地址识别结果。
进一步，在所述步骤S2中，采用高德开放平台地址编码API对所述地址信息进行编码，转换为火星坐标。
进一步，在所述步骤S3中，所述预设距离为0.8km～1.5km。
进一步，在所述步骤S3中，根据该地址信息对应的经纬度数据和所属行政区划编码，在该地址所在行政区内根据，最小矩形法，分别求出距离该坐标的预设距离的经纬度范围，筛选出符合条件的地址数据。
进一步，采用下式计算开放平台编码相似度评分：
真实性分数＝(预设距离-最小偏移值)/预设距离*100。
进一步，在所述步骤S5中，本地ES地址库评分的公式采用ES地址库查询数据的时候，返回结果ES地址库默认给的相似度评分,即使用默认数据库的相似度评分。
进一步，在所述步骤S7中，
当相似度评分低于第一阈值时，判断该地址为虚假地址；
当相似度评分大于等于第一阈值且小于第二阈值时，无法判断该地址的安全性；
当相似度评分大于等于第二阈值时，判断该地址为真实地址。
根据本发明实施例的地址安全识别控制的方法，通过接收用户请求获取地址参数，调用API获取获取输入地址所在的行政区域和经纬度，在行政区域内计算经纬度偏移值，取移值最小的地址数据，结合ES地址匹配地址文本数据算出匹配度最高的地址数据，实现识别用户地址信息的安全性，并得到用户地址信息安全性分数值；根据预先设置的安全性判别分数值，将分值低于预设的分值线的数据，判定为虚假地址，从而在互联网服务中实现了地址的有效安全识别控制，利用评分实现对地址真实性的分析。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的地址安全识别控制的方法的流程图；
图2为根据本发明实施例的地址安全识别控制的方法的架构图；
图3为根据本发明实施例的地址安全识别控制的方法的示意图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1和图3所示，本发明实施例的地址安全识别控制的方法，包括如下步骤：
步骤S1，输入地址信息。
步骤S2，对地址信息进行编码，转换为火星坐标，得到该地址信息对应的经纬度数据和所属行政区划编码。
在本步骤中，采用高德开放平台地址编码API对地址信息进行编码，转换为火星坐标，即经纬度数据和该地址所属行政区划编码即”adcode“字段。
步骤S3，根据经纬度数据和所属行政区划编码在对应行政区，判断是否有距离小于预设距离的所有数据节点。
根据该地址信息对应的经纬度数据和所属行政区划编码，即adcode字段，在对应行政区中筛选出距离小于预设距离的所有数据节点，计算并对比经纬度偏移值，匹配到偏移值最小的数据。
在本发明的实施例中，采用最小矩形法，分别求出距离该坐标的预设距离的经纬度范围，筛选出符合条件的地址数据。
在本发明的实施例中，预设距离为0.8km～1.5km。优选的，预设距离为1km。
如果对应行政区有距离小于预设距离的数据节点，则同时执行步骤S4和步骤S5；如果对应行政区内没有距离小于预设距离的所有数据节点，则执行步骤S5。
即，在本步骤中，无论对应行政区是否有距离小于预设距离的数据节点，均需要执行步骤S5。
步骤S4，如果筛选出对应行政区内距离小于预设距离的所有数据节点，则计算并对比经纬度偏移值，匹配到偏移值最小的数据，并解析出该数据对应的地址参数；将地址参数进行中文分词，获得对应的详细地址，在对应行政区中查找到相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出开放平台编码相似度评分，然后执行步骤S6。
具体的，采用下式计算开放平台编码相似度评分：
开放平台编码真实性分数＝(预设距离-最小偏移值)/预设距离*100。
步骤S5，将地址文本信息录入到系统中，从本地标准ES库进行匹配，以此来获取省、市、县区及其它地址，在行政区域内通过对比地址信息，获取相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出本地标准ES库相似度评分，然后执行步骤S6。
具体的，ES地址库是已有的数据库，将地址文本信息作为参数去es地址库中查询，此来获取省、市、县区及其它地址，在行政区域内通过对比地址文笔信息，获取相似度最高的多个地址位置数据，最后在获取相似度评分。
优选的，在行政区域内通过对比地址文笔信息，获取相似度最高的5个地址位置节点。
具体的，本地ES地址库评分的公式采用ES地址库查询数据的时候，返回结果ES地址库默认给的相似度评分,即使用默认数据库的相似度评分。
步骤S6，从开放平台编码相似度评分和本地标准ES库相似度评分中，选取分数最高者作为最终的相似度评分。
如果步骤S4中，对应行政区小于预设距离内没有符合的地址数据节点，那么系统的真实性评分直接以步骤S5中的评分作为参数依据。
如果步骤S4中有数据输出真实性分数，步骤S5在行政区域内通过对比地址信息，获取相似度最高的地址位置节点，并返回真实性分数。当步骤S4和步骤S5都有数据系统会取两者之间的分数最高者作为最终的输出分数。
步骤S7，根据相似度评分，生成地址识别结果。
在本步骤中，参考图2，当相似度评分低于第一阈值时，判断该地址为虚假地址；
当相似度评分大于等于第一阈值且小于第二阈值时，无法判断该地址的安全性；
当相似度评分大于等于第二阈值时，判断该地址为真实地址。
下面以高德API编码转换为例，对本发明的地址安全识别控制的方法进行说明。
调用高德地址编码API，将文本地址转化为经纬度，行政编码等信息。在该地址所在行政区内根据，最小矩形法，分别求出距离该坐标1km的经纬度范围，筛选出符合条件的地址数据。符合上述条件的经纬度分别进行对比，计算经纬度偏移值，返回偏移值最小的地址数据。如地址参数“中国石化古海城加油站“，使用高德地址api转换为坐标116.409774,40.530581，得到行政编码110119，根据最小矩形法，分别求出距离该坐标1km的经纬度范围，求出符合条件的地址数据，计算并对比经纬度偏移值，匹配到偏移值最小的数据对应“address”为“川宝路与延琉路交汇处附近“，“name”为“中国石化古海城加油站“，则输出标准化地址：北京市延庆区川宝路与延琉路交汇处附近中国石化古海城加油站。偏移距离为100m，则最终真实性分数为(1000m-100m)/1000m*100＝90。
同时采用将地址文本信息录入到系统中，生成本地标准ES库。将地址参数传入到系统中，以此来获取省，市，县区级其他信息，并且在最小的行政区内进行将地址信息与ES地址数据库的数据进行数据匹配，返回所有匹配度最高的地址数据节点的评分。如地址参数“北京市延庆区燕山天池旅游中心”，经过中文分词得到以下信息：北京市、延庆区及详细地址：燕山天池旅游中心，匹配到样例表中相似度最高的地址为“北京市燕山天池旅游公司”，相似度分数为90，则输出标准化地址：北京市延庆区昌赤路与滦赤路交叉口南50米燕山天池会议中心，真实性分数：90分。
如果在高德地址编码API步骤中行政区域内，没有符合条件的地址数据，那么系统最终的输出评分会以本地标准ES库为准，如果高德地址编码API步骤中有符合条件的地址数据，则根据公式：真实性分数＝(1km-最小偏移值)/1km*100，计算出高德地址编码API步骤的地址真实性评分。取高德地址编码API步骤与本地标准ES库步骤中分数较高者作为最终输出评分数据。
根据本发明实施例的地址安全识别控制的方法，通过接收用户请求获取地址参数，调用API获取获取输入地址所在的行政区域和经纬度，在行政区域内计算经纬度偏移值，取移值最小的地址数据，结合ES地址匹配地址文本数据算出匹配度最高的地址数据，实现识别用户地址信息的安全性，并得到用户地址信息安全性分数值；根据预先设置的安全性判别分数值，将分值低于预设的分值线的数据，判定为虚假地址，从而在互联网服务中实现了地址的有效安全识别控制，利用评分实现对地址真实性的分析。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (7)

1.一种地址安全识别控制的方法，其特征在于，包括如下步骤：
步骤S1，输入地址信息；
步骤S2，对所述地址信息进行编码，转换为火星坐标，得到该地址信息对应的经纬度数据和所属行政区划编码；
步骤S3，根据所述经纬度数据和所属行政区划编码在对应行政区，判断是否有距离小于预设距离的所有数据节点；如果有则同时执行步骤S4和步骤S5；如果对应行政区内没有距离小于预设距离的所有数据节点，则执行步骤S5；
步骤S4，如果筛选出对应行政区内距离小于预设距离的所有数据节点，则计算并对比经纬度偏移值，匹配到偏移值最小的数据，并解析出该数据对应的地址参数；将所述地址参数进行中文分词，获得对应的详细地址，在对应行政区中查找到相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出开放平台编码相似度评分，然后执行步骤S5；
步骤S5，将地址文本信息录入到系统中，从本地标准ES库进行匹配，以此来获取省、市、县区及其它地址，在行政区域内通过对比地址信息，获取相似度最高的多个地址节点数据，对比经纬度距离偏移值，输出本地标准ES库相似度评分，然后执行步骤S6；
步骤S6，从开放平台编码相似度评分和本地标准ES库相似度评分中，选取分数最高者作为最终的相似度评分；
步骤S7，根据相似度评分，生成地址识别结果。
2.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S2中，采用高德开放平台地址编码API对所述地址信息进行编码，转换为火星坐标。
3.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S3中，所述预设距离为0.8km～1.5km。
4.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S3中，根据该地址信息对应的经纬度数据和所属行政区划编码，在该地址所在行政区内根据，最小矩形法，分别求出距离该坐标的预设距离的经纬度范围，筛选出符合条件的地址数据。
5.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S4中，采用下式计算开放平台编码相似度评分：
真实性分数＝(预设距离-最小偏移值)/预设距离*100。
6.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S5中，本地ES地址库评分的公式采用ES地址库查询数据的时候，返回结果ES地址库默认给的相似度评分,即使用默认数据库的相似度评分。
7.如权利要求1所述的地址安全识别控制的方法，其特征在于，在所述步骤S7中，
当相似度评分低于第一阈值时，判断该地址为虚假地址；
当相似度评分大于等于第一阈值且小于第二阈值时，无法判断该地址的安全性；
当相似度评分大于等于第二阈值时，判断该地址为真实地址。
CN202010120654.3A 2020-02-26 2020-02-26 一种地址安全识别控制的方法 Active CN111339233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010120654.3A CN111339233B (zh) 2020-02-26 2020-02-26 一种地址安全识别控制的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010120654.3A CN111339233B (zh) 2020-02-26 2020-02-26 一种地址安全识别控制的方法

Publications (2)

Publication Number Publication Date
CN111339233A true CN111339233A (zh) 2020-06-26
CN111339233B CN111339233B (zh) 2023-08-29

Family

ID=71185719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010120654.3A Active CN111339233B (zh) 2020-02-26 2020-02-26 一种地址安全识别控制的方法

Country Status (1)

Country Link
CN (1) CN111339233B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836472A (zh) * 2021-02-18 2021-05-25 中国城市规划设计研究院 一种地址批注方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106095967A (zh) * 2016-06-17 2016-11-09 武汉烽火众智数字技术有限责任公司 一种基于搜索引擎的重复报警识别方法和系统
CN106991185A (zh) * 2017-04-10 2017-07-28 携程计算机技术（上海）有限公司 Ota网站的酒店经纬度信息维护方法及系统
CN109978430A (zh) * 2017-12-28 2019-07-05 青岛日日顺电器服务有限公司 一种解析用户地址的方法、装置、服务器及存储介质
CN110795472A (zh) * 2019-11-11 2020-02-14 集奥聚合(北京)人工智能科技有限公司 基于模糊匹配的地址标准化方法、系统、设备及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106095967A (zh) * 2016-06-17 2016-11-09 武汉烽火众智数字技术有限责任公司 一种基于搜索引擎的重复报警识别方法和系统
CN106991185A (zh) * 2017-04-10 2017-07-28 携程计算机技术（上海）有限公司 Ota网站的酒店经纬度信息维护方法及系统
CN109978430A (zh) * 2017-12-28 2019-07-05 青岛日日顺电器服务有限公司 一种解析用户地址的方法、装置、服务器及存储介质
CN110795472A (zh) * 2019-11-11 2020-02-14 集奥聚合(北京)人工智能科技有限公司 基于模糊匹配的地址标准化方法、系统、设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836472A (zh) * 2021-02-18 2021-05-25 中国城市规划设计研究院 一种地址批注方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111339233B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN104346538B (zh) 基于三种灾情因子控制的地震灾害评估方法
CN105677793A (zh) 地点数据库的建立和候选乘车地点的推荐方法及装置
Kropczynski et al. Identifying actionable information on social media for emergency dispatch
CN107992596A (zh) 一种文本聚类方法、装置、服务器和存储介质
CN111159387B (zh) 基于多维度报警信息文本相似度分析的推荐方法
CN109543764B (zh) 一种基于智能语义感知的预警信息合法性检测方法及检测系统
US20220138193A1 (en) Conversion method and systems from natural language to structured query language
CN109657063A (zh) 一种海量环保人工上报事件数据的处理方法及存储介质
CN103136627A (zh) 区域物业智能管理系统
CN105786800A (zh) 一种警用标准地址获取方法及系统
CN113065057B (zh) 一种数据信息真实性校验方法、装置、设备及存储介质
CN107403007A (zh) 一种基于网络的微博消息可信度判别模型的方法
CN111797188B (zh) 一种基于开源地理空间矢量数据的城市功能区定量识别方法
CN106682175A (zh) 一种地址匹配方法及系统
CN111339233B (zh) 一种地址安全识别控制的方法
WO2021114615A1 (zh) 行为风险识别的可视化方法、装置、设备及存储介质
CN105930865A (zh) 城市建设用地分类提取及评估方法
Imprialou et al. Multilevel logistic regression modeling for crash mapping in metropolitan areas
CN107798450A (zh) 业务分配方法和装置
CN108256112B (zh) 基于地理语义的地名地址检索质量评价方法
Lei The GIS-based research on criminal cases hotspots identifying
CN114677144A (zh) 一种基于地理大数据的车险理赔欺诈风险识别方法及系统
CN112258009B (zh) 一种智慧政务请求处理方法
CN113157924A (zh) 一种面向智慧城市的居民公共需求响应方法
CN114282988A (zh) 异常申请识别方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant