(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210992848.1 (22)申请日 2022.08.18 (71)申请人 百威投资 （中国） 有限公司 地址 200001 上海市黄浦区西藏中路268号 2501-08室 (72)发明人 韩天奇　卢铮　徐建　吴盛远　 (74)专利代理 机构 上海市汇业 律师事务所 31325 专利代理师 金炜霞 (51)Int.Cl. G06Q 30/02(2012.01) G06F 16/29(2019.01) G06F 16/951(2019.01) G06F 16/958(2019.01) G06K 9/62(2022.01) (54)发明名称 一种线下商户信息的匹配方法、 设备及存储 介质 (57)摘要 本发明实施例公开一种线下商户信息的匹 配方法、 设备及存储介质， 方法包括： 针对待匹配 的两家商户， 获取每一商户的商户基本信息； 商 户基本信息包括： 店铺名称、 店铺的GPS位置、 店 铺电话、 店铺标注的位置信息； 基于商户基本信 息的分割策略， 获取每一商户的商户信息， 针对 两家商户的商户信息， 计算每一相同维度上的相 似度； 将所有维度的相似度作为预测模型的输 入， 获取预测模型输出的两家商户的匹配概率。 上述方法能综合考虑两家店铺的店名相似度、 地 址相似度、 距离等多重因素， 得出是否匹配的概 率， 容错性高， 即使店名、 地址等信息有部分错 误， 也能以很高的准确率识别出两家店铺是否同 一家， 保证 了计算结果的精度。 权利要求书2页 说明书9页 附图2页 CN 115392961 A 2022.11.25 CN 115392961 A 1.一种线下商户信息的匹配方法， 其特 征在于， 包括： S1、 针对待匹配的两家商户， 获取每一商户的商户基本信息； 所述商户基本信息包括： 店铺名称、 店铺的GP S位置、 店铺电话、 店铺标注的位置信息； S2、 基于商户基本信息的分割策略， 获取每一商户的商户信 息， 该商户信息包括多个维 度信息， 每一维度信息包括对该维度的商户基本信息进行分割后得到的值； S3、 针对两家商户的商户信息， 计算每一相同维度上值的相似度； S4、 将所有维度的值的相似度作为预测模型的输入， 获取预测模型输出的两家商户的 匹配概率； 所述预测模型为预 先训练的用于对多维度相似度进行计算得到概 率的模型。 2.根据权利要求1所述的匹配方法， 其特 征在于， 所述S1包括： 每一商户的商户基本信息为预 先给定的信息； 或者， 从指定系统中提取每一商户的商户基本信息； 或者， 采用爬取 方式获取商户基本信息 。 3.根据权利要求1所述的匹配方法， 其特 征在于， 所述S2包括： 采用自然语言处理模型对商户基本信 息中的文本信 息进行词性标注， 得到多个维度信 息的值； 以及， 将GP S作为独立的值， 将数字电话 号码作为独立的值； 所述该商户信息的维度信息包括下述的一项或多 项： 品牌名、 店铺类型、 分店名、 省、 市、 区、 路名、 住宅区、 商圈名、 门牌名、 GP S、 电话号码； 若商户基本信息中无某一维度信息的值， 则将该维度信息的值标注为默认值。 4.根据权利要求1所述的匹配方法， 其特 征在于， 所述S3包括： 针对每一相同维度上的值， 在该值 为文本信息时， 该维度的文本相似度＝两个值的文本信息间的相同字数/min(第一值的文本信息字 数， 第二值的文本信息 字数)； 第一值为第一商户在该相同维度的值， 第二 值为第二商户在该相同维度的值； 和/或， 针对电话号码维度上的值， 该维度的相似度＝两个值的数字信息间的相同字数/min (第一值的数字信息 字数， 第二 值的数字信息 字数)； 第一值为第一商户在该电话号码维度的值， 第二值为第二商户在该电话号码维度的 值； 同时， 两个值的数字信息间的相同字数从右至左的方向开始遍历； 和/或， 针对GPS维度上的值， 采用下述公式计算相似度dis； dis＝distance( (lat1,lon1),(lat 2,lon2)).km 第一商户在该GP S维度的值 为GPS坐标点(lat1,l on1)； 第二商户在该GP S维度的值 为GPS坐标点(lat 2,lon2)。 5.根据权利要求1所述的匹配方法， 其特 征在于， 所述S4之前， 所述方法还 包括： 采用人工标注的训练数据集训练预测模型； 人工标注 的训练数据集包括： 完全匹配的两家商户的商户基本信息， 非完全匹配的两 家商户的商户基本信息； 具体地， 以S2中的获取商户信息的方式获取人工标注的训练数据集中每一商户的商户权　利　要　求　书 1/2 页 2 CN 115392961 A 2信息； 基于训练数据集中任意两家商户， 获取该两家商户的商户信息中相同维度的相似度； 将该两家商户的商户信息的所有维度的相似度输入预测模型， 获取输出概 率； 基于输出概率调整预测模型的权 重系数， 以获得最终训练的预测模型。 6.根据权利要求5所述的匹配方法， 其特 征在于， 预测模型为 light GBM树模型； 训练后的树模型的权 重系数包括： 学习率 为0.1、 数的棵 数为200、 叶子节点数为15 。 7.根据权利要求5所述的匹配方法， 其特征在于， 预测模型包括： N个子模型， N取大于2 的自然数； 所述S4包括： 将所有维度的相似度作为第一个子模型的输入， 获取该第一个子模型输出的第一概 率； 遍历每一个子模型， 得到N个概 率； 对N个概率加权平均， 得到最终的匹配概 率。 8.一种计算设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行 的计算机程序， 所述计算机程序被所述处理器执行时实现如上权利要求1 至7任一项所述的线下商户信息的匹配方法的步骤。 9.一种计算机存储介质， 用于存储有计算机程序， 所述计算机程序被处理器执行时实 现上述权利要求1至7任一项所述的线下商户信息的匹配方法的步骤。权　利　要　求　书 2/2 页 3 CN 115392961 A 3