[發明專利]樓盤信息合并方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 202011351936.0
• 申請日: 2020-11-26
• 公開（公告）號: CN112395320B
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 鄧洪
• 申請（專利權）人: 深圳市房多多網絡科技有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/215;G06F16/2458;G06F18/22;G06Q50/16
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 王廣濤

1.一種樓盤信息合并方法，其特征在于，所述方法包括：

獲取基準樓盤信息以及待合并樓盤信息，所述基準樓盤信息包括多組基準樓盤數據，所述待合并樓盤信息包括多組待合并樓盤數據，所述待合并樓盤信息用于與所述基準樓盤信息進行合并；其中，所述基準樓盤信息為本地數據庫中已經存在的樓盤信息，所述待合并樓盤信息為新的樓盤信息；

將所述待合并樓盤信息中的多組待合并樓盤數據按照城市進行劃分，以生成數據清洗后的待合并樓盤信息；其中，同一集合中的所述待合并樓盤同屬于一個城市；

在所述生成數據清洗后的待合并樓盤信息后，分別確定每一組待合并樓盤數據是否是非重復樓盤數據，所述非重復樓盤數據為所述基準樓盤信息中不存在的樓盤數據，所述分別確定每一組待合并樓盤數據是否是非重復樓盤數據中，任意一組待合并樓盤數據是否是非重復樓盤數據通過如下方式判斷：

確定所述待合并樓盤數據所對應的城市；確定所述基準樓盤信息中所述對應的城市下的基準樓盤數據；分別計算所述待合并樓盤數據與所述對應的城市下的多組基準樓盤數據的相似度值，以生成多個相似度值；獲取所述多個相似度值中的最大值，將所述最大值確定為所述待合并樓盤數據的相似度值，所述相似度值用于表征所述待合并樓盤數據與所述基準樓盤信息中的基準樓盤數據的相似度，若所述相似度值不大于第一預設閾值，則將所述待合并樓盤數據確定為非重復樓盤數據，若所述相似度值大于第一預設閾值且不大于第二預設閾值，則進一步獲取所述基準樓盤信息中每一組基準樓盤數據與所述待合并樓盤數據的相似度值，根據所述每一組基準樓盤數據與所述待合并樓盤數據的相似度值從大到小的順序對所述每一組基準樓盤數據進行排序，將排前N位的基準樓盤數據確定為相似樓盤數據，分別獲取所述相似樓盤數據中每一組基準樓盤數據與所述待合并樓盤數據在同一房源文章中同時出現的概率，確定所述相似樓盤數據中與所述待合并樓盤數據在同一房源文章中同時出現的概率最大的基準樓盤數據，若所述與所述待合并樓盤數據在同一房源文章中同時出現的概率最大的基準樓盤數據所對應的概率大于預設概率，則將所述待合并樓盤數據確定為重復樓盤數據，若所述與所述待合并樓盤數據在同一房源文章中同時出現的概率最大的基準樓盤數據所對應的概率不大于預設概率，則將所述待合并樓盤數據確定為非重復樓盤數據，其中，N為大于1的整數；

若所述相似度值大于第二預設閾值，則將所述待合并樓盤數據確定為重復樓盤數據；

將確定為非重復樓盤數據的待合并樓盤數據與所述基準樓盤信息進行合并，以生成合并后的基準樓盤信息。

2.根據權利要求1所述的方法，其特征在于，所述基準樓盤數據與所述待合并樓盤數據均至少包括：樓盤名字、樓盤地址和樓盤經緯度；

所述分別計算所述待合并樓盤數據與所述對應的城市下的多組基準樓盤數據的相似度值中，所述待合并樓盤數據與所述對應的城市下的任意一組基準樓盤數據的相似度值通過如下方式計算：

分別計算所述待合并樓盤數據與所述任意一組基準樓盤數據的樓盤名字相似度、樓盤地址相似度和樓盤經緯度相似度，根據所述樓盤名字相似度、所述樓盤地址相似度和所述樓盤經緯度相似度計算所述待合并樓盤數據的相似度值，所述相似度值的計算公式為：

相似度值＝第三預設閾值*樓盤名字相似度+第四預設閾值*樓盤地址相似度+第五預設閾值*樓盤經緯度相似度；

所述樓盤名字相似度用于表征所述待合并樓盤數據中的樓盤名字與所述基準樓盤數據的樓盤名字的相似度，所述樓盤地址相似度用于表征所述待合并樓盤數據中的樓盤地址與所述基準樓盤數據的樓盤地址的相似度，所述樓盤經緯度相似度用于表征所述待合并樓盤數據中的樓盤經緯度與所述基準樓盤數據的樓盤經緯度的相似度。