本申請涉及確定企業屬性相似性、重名對象判定，確定企業屬性相似性的方法包括：根據兩個企業的名稱確定名稱相似性；根據兩個企業的地址確定地址相似性；根據兩個企業的注冊資金確定注冊資金相似性；根據兩個企業關聯的人名確定人名相似性；以及利用分類器根據所述名稱相似性、所述地址相似性、所述注冊資金相似性、所述人名相似性來確定企業屬性相似性。該方法可以確定企業之間的相似性。

技術領域

本申請涉及數據分析領域，具體而言，涉及確定企業屬性相似性的方法、訓練分類器的方法、判斷兩個企業的重名對象是否相同的方法以及計算機可讀存儲介質。

背景技術

企業圖譜可用于分析企業信息和企業關聯關系，并可進一步用于對企業風險及其發展潛力進行評估。對企業關聯關系的精確刻畫可以直觀地展示出企業之間的關聯譜系，從而有助于實現對企業風險傳遞、企業譜系的識別，有助于對資金流向監控等風險進行評估，有助于挖掘人力難以識別的風險子圖分布模式，有助于分析風險在資本市場關系網絡中的傳導方式。

企業關聯關系主要包括企業與企業、企業與人的關系鏈路。企業與企業關系鏈路可分為控股關系、分支機構關系等確定性關系和通過數據挖掘建立的企業疑似關系。企業與人關系基本包括投資、法人任職、董監高任職等關系。

此外，上述關系涉及的數據源均來自工商公示信息，由于涉及個人隱私，公示信息并未展示企業全部信息。例如，企業任職人員信息中僅包含姓名，并未包含唯一識別身份ID或其它可唯一識別該自然人身份的代碼等。然而，不同企業的任職人員會存在重名現象，如果僅通過相同姓名便為兩企業建立關系可能會導致錯誤的企業風險和潛力分析結果。

發明內容

本申請的實施例提供了一種確定企業屬性相似性的方法、訓練分類器的方法、判斷兩個企業的重名對象是否相同的方法以及計算機可讀存儲介質，以用于確定企業之間的相似性，并且可以進一步根據相似性判斷重名的人員是否為同一個人。

根據本申請的一方面，提供一種確定企業屬性相似性的方法，包括：根據兩個企業的名稱確定名稱相似性；根據兩個企業的地址確定地址相似性；根據兩個企業的注冊資金確定注冊資金相似性；根據兩個企業關聯的人名確定人名相似性；以及利用分類器根據所述名稱相似性、所述地址相似性、所述注冊資金相似性、所述人名相似性來確定企業屬性相似性。

在本申請的一些實施例中，可選地，根據所述名稱中相同字符的數量、所述相同字符在較短名稱中的位置以及所述名稱的長度確定所述名稱相似性。

在本申請的一些實施例中，可選地，通過下式計算所述名稱相似性：

其中，sim_name表示所述名稱相似性，k表示所述相同字符的數量，i表示所述相同字符在較短名稱中的位置編碼，length1和length2表示企業名稱的長度。

在本申請的一些實施例中，可選地，根據所述地址中的行政區劃層級的歸屬確定所述地址相似性。

在本申請的一些實施例中，可選地，通過下式計算所述地址相似性：

其中，sim_address表示所述地址相似性，A、B和C為大于0的系數；以及若所述地址同省則x為1，否則為0；若所述地址同市則y為1，否則為0；若所述地址同區則z為1，否則為0。

在本申請的一些實施例中，可選地，其中A＜B且B＜C。

在本申請的一些實施例中，可選地，通過下式計算所述注冊資金相似性：

其中，sim_{registered_capital}表示所述注冊資金相似性，r1、r2分別表示兩個企業的所述注冊資金；以及若所述注冊資金單位相同則m為1，否則為-1。