[發(fā)明專利]一種基于地點(diǎn)POI的大數(shù)據(jù)解析地址文本的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011589770.6
• 申請(qǐng)日: 2020-12-29
• 公開(kāi)（公告）號(hào): CN112732779B
• 公開(kāi)（公告）日: 2022-12-30
• 發(fā)明（設(shè)計(jì)）人: 劉超群
• 申請(qǐng)（專利權(quán)）人: 合肥市智享億云信息科技有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/29;G06F16/34;G06F16/951;G06F40/205
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于地點(diǎn)POI的大數(shù)據(jù)解析地址文本的方法，其特征在于：包括如下步驟： S1、城市POI基礎(chǔ)數(shù)據(jù)處理； S2、匹配地址文本解析；

S3、數(shù)據(jù)分析及可視化展示；

S1中城市POI基礎(chǔ)數(shù)據(jù)處理具體包括如下步驟：

S11：POI數(shù)據(jù)爬取；

S12：POI名稱優(yōu)化；

S13：POI別名自動(dòng)處理；

S14：POI人工調(diào)優(yōu)；

S11中POI數(shù)據(jù)爬取的具體操作為：

a.對(duì)線上地圖，以多次、不同范圍的矩形掃描方式爬取地點(diǎn)POI，同時(shí)可繼續(xù)探索其他數(shù)據(jù)獲取方式，包括其他網(wǎng)站，政府統(tǒng)計(jì)數(shù)據(jù)；

b.將爬取的POI數(shù)據(jù)分類存儲(chǔ)到數(shù)據(jù)庫(kù)；

S12中POI名稱優(yōu)化的具體操作為：

a.去除明顯無(wú)效及重復(fù)的數(shù)據(jù)；

b.POI名有包含關(guān)系，判斷距離，如小于200米則合并且處理；

c.名稱含“XX省”、“XX市”的，優(yōu)化為“省”及“市”；針對(duì)地產(chǎn)類：如有且只有含有“一期”、“一棟”、“A座”，則去除“一期”、“一棟”、“A座”；

d.針對(duì)地產(chǎn)類寫字樓：自動(dòng)合并“A座”、“A棟”并重命名，去掉“B座”、“C座”等；

S13中POI別名自動(dòng)處理的具體操作為：

1）針對(duì)地產(chǎn)類：

a.智能提取“-”及“·”中的前綴，如“XX-#名郡”，提取“XX”并保存到 tag_poi；

b.遇到類似“XX-#名郡”、“XX#名郡”，智能添加備注“#名郡”；

2）針對(duì)政府單位類：

a.XX村村民員會(huì)，可簡(jiǎn)稱為XX村委；

b.XX鎮(zhèn)委員會(huì)，可簡(jiǎn)稱為XX鎮(zhèn)委、XX市委；

c.XX鎮(zhèn)紀(jì)律檢查委員會(huì)，可簡(jiǎn)稱為XX鎮(zhèn)紀(jì)委、XX市紀(jì)委；

d.XX鎮(zhèn)人民政府，可簡(jiǎn)稱為XX鎮(zhèn)政府、XX市政府；

S14中POI管理界面的具體操作為：WEB端給管理員，用于人工補(bǔ)充POI、修正POI別名和備注；

S2中匹配地址文本解析具體包括如下步驟：

S21：處理流程；

S22：地址最終定位處理；

S21中處理流程的具體操作為：

1）數(shù)據(jù)預(yù)處理，拋棄明顯錯(cuò)誤的地址，如空白、只有省市區(qū)道路名的地址等分類單獨(dú)存儲(chǔ)；

2）路口、交叉口、路號(hào)全稱匹配，以實(shí)際路口、交叉口、道路名+路號(hào)基礎(chǔ)數(shù)據(jù)，統(tǒng)一格式化處理，匹配地址對(duì)應(yīng)的道路信息；

3）道路尾部路號(hào)補(bǔ)齊，處理包含如“長(zhǎng)江西路339”的地址，補(bǔ)齊為“長(zhǎng)江西路339號(hào)”；

4）道路拼音匹配，地址中文拼音匹配道路名+路號(hào)；

5）道路智能匹配，地址模糊匹配道路名+路號(hào)、或路口，AI文本相似度匹配，處理錯(cuò)字，多字，少字的模糊匹配；

6）POI全稱別名匹配，其中房產(chǎn)類型優(yōu)先匹配，poi名稱長(zhǎng)度優(yōu)先匹配，特殊符號(hào)別名自動(dòng)處理，獲取地址對(duì)應(yīng)的POI；

7）POI全稱、別名拼音匹配，住宅區(qū)、學(xué)校類型poi，參與拼音匹配；

8）POI智能匹配，AI文本相似度匹配，模糊匹配，參與智能匹配的poi類型為住宅區(qū)、高校、綜合醫(yī)院；

S22中地址最終定位處理的具體操作為：

1）POI全稱匹配地址處理：

地址當(dāng)前匹配的POI，是否與匹配的道路信息對(duì)應(yīng)，如果正確對(duì)應(yīng)，則以POI定位，若不對(duì)應(yīng)，以全稱/補(bǔ)齊匹配的街道信息為準(zhǔn)，其中住宅區(qū)類型以POI名稱定位，無(wú)道路信息，以POI定位；

2）POI別名匹配地址處理：

存在全稱匹配道路信息，以道路信息定位，否則，當(dāng)存在多個(gè)別名匹配到的POI,以長(zhǎng)度最大的定位，無(wú)道路信息，以POI定位；

3）POI模糊匹配地址處理：

存在道路全稱匹配以道路信息定位，不存在道路信息，多個(gè)POI名稱最長(zhǎng)定位，道路模糊和POI模糊匹配名稱最長(zhǎng)定位；

4）POI未匹配地址處理：

道路全稱匹配定位，道路模糊匹配定位，最終剩余未處理；

5）POI重名處理：

地址匹配到的POI，存在多個(gè)重名時(shí)，需要根據(jù)區(qū)域道路信息確定，若無(wú)法區(qū)分，則丟棄，地址與POI所屬區(qū)域不同，丟棄。