[發明專利]一種基于多源數據的地名地址數據融合方法

在審

• 申請號: 202111288159.4
• 申請日: 2021-11-02
• 公開（公告）號: CN113961662A
• 公開（公告）日: 2022-01-21
• 發明（設計）人: 馬正;黃勇;閭海榮;肖讓;路喜;楊智博
• 申請（專利權）人: 貴州圖智信息技術有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F40/126;G06F16/901;G06F16/904;G06F16/909;G06F16/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于多源數據的地名地址數據融合方法，包括收集數據、編碼、構建標準庫、數據融合；通過建立標準的數據融合流程，能夠融合多部門數據，建立統一標準的地名地址，解決社會治理要素分散在不同的部門所導致的格式多樣性的問題，實現海量地址數據的高效管理，大大減少人工參與的過程，節省了數據融合時間。

技術領域

本發明涉及地理信息技術領域，尤其是一種基于多源數據的地名地址數據融合方法。

背景技術

隨著各級政府業務的開展，各部門累積了海量的業務數據。在推動政府數據開放共享的過程中，各部門由于業務側重不同，業務數據結構不同，標準不一，產生的業務數據只能在本部門內進行分析和利用，產生了“信息孤島”。隨著數字城市的發展，建設位置準確、覆蓋面廣的地名地址標準數據庫，是開展其他地名信息服務的基礎和前提，如地名語音查詢、地名網站建設、電子地圖開發、智能交通信息系統、應急聯動系統等；能實現政府部門間、不同行業間信息資源共享聯動，發揮社會治理數據潛在的價值，提升社會治理水平。

地名地址現狀分析：(1)數據來源廣泛：地名地址數據涉及到多個職能部門，如國土、民政、房產、行政、燃氣、工商、統計、質檢、地稅等；(2)標準不統一，格式多樣；各職能部門工作側重不同，地名地址數據標準規范格式也多樣，具體表現在文件的命名、字段的設置及地址描述的不規范性和多樣性。如：國土部門地名地址數據來源于地形圖DWG格式，工商部門數據來源于登記數據EXCEL格式；(3) 空間數據缺乏：收集的各職能部門的地名地址數據中，只有民政局、行政部門和測繪局的門牌、地名數據屬于GIS空間數據，其它部門的地名地址數據都是非空間數據，只有單純的地址描述信息，需要進行空間化；(4)兼容性差，無法實現數據共享：由于沒有統一的地名地址庫建庫技術標準和規范，不同數據庫之間的兼容性很差，無法實現數據資源的共享。因此，開發能夠融合民政、房產、行政、國土等多部門的地名地址數據的技術迫切需要。

目前，也有少量關于地名地址數據融合技術的研究。

申請號為CN201911307558.3的專利公開了一種基于地理空間畫像挖掘的多源城市時空標準地址融合方法，利用ETL技術對地址相關數據進行抽取、清洗、轉換等處理，過濾不完整、錯誤、重復的數據，融合為粒度一致、格式統一的城市時空標準地址數據。

申請號為CN201710645011.9的專利公開了一種基于多源數據的地名地址數據整合的方法，通過將其他格式的數據轉換為shape格式數據，提取地理要素特征，編碼轉換數據、提取數據特征、整合要素之間的拓撲關系，構造面要素和格網，并給各個要素匹配和賦予屬性信息，統一坐標實現數據的整合。該專利所述數據融合步驟包括：格式轉換、數據分類、編碼、提取點線面地物特征骨架、整合拓撲關系、賦予屬性及坐標變換，整體上是把其他格式的數據轉換成標準格式的數據，這種標準格式數據具有類別、屬性、拓撲關系和編碼。這是一種整合數據的步驟，其作用是把數據統一為標準格式，并不是將多源、異構數據進行關聯的數據融合。后者是保留異構數據各自的結構和屬性值，共同關聯到唯一空間位置或標準地址，而并不是去除或改變異構數據原有的屬性值。因此，該專利技術不能實現多源、異構數據進行關聯的數據融合。

上述專利技術公開的地名地址數據同和方法大多需要去除原數據的一些屬性和信息，統一為標準格式數據。這種方法降低了數據的適用性，如來源于民政、行政、住建的多源異構數據統一為標準格式、某些相近語義的字段將會被整合為標準字段，導致反映特定應用場景性質的語義丟失；由于同一地名在不同部門叫法不同等，這樣就不便于該場景下的數據使用，甚至出現錯誤。

發明內容

為了解決現有技術中存在的上述技術問題，本發明提供了一種基于多源數據的地名地址數據融合方法，能夠融合民政、行政、房產、國土等多部門的地名地址數據，建立統一標準的地名地址數據；具體是通過以下技術方案實現的：

一種基于多源數據的地名地址數據融合方法，包括以下步驟：