[发明专利]一种车型数据名称标准化治理方法

权利要求书

1.一种车型数据名称标准化治理方法，其特征在于，包括以下步骤：

步骤A.采用车辆数据信息拆解法对有效车型信息集合进行拆解，后经结构化处理并抽取关键词得到车型标准结构单词，并将车型标准结构单词坐标化，形成标准化车辆数据信息空间用于后续查询利用；

步骤B.采用BM语句正逆向切分标记算法，以上述标准化车辆数据信息空间数据为基础，将目标对象分解并转换为与标准化车辆数据信息空间中数据规范一致的结构化信息。

步骤C.根据目标语句的结构化形式，采用加权匹配算法计算出其在标准化车辆数据信息空间中与其他车辆结构化信息的相对距离，找到标准化车辆数据信息空间中最为接近的对象，以此条目作为目标语句的标准化输出。

2.根据权利要求1所述一种车型数据名称标准化治理方法，其特征在于，所述有效车型信息集合形成步骤为：

采集不同规格的车型数据，允许后台采集数据的同时，固定一定的数据刷新频率，保障实时获取最新的车型数据；采集的车型数据与数据库数据结合形成初始车型标准数据库；

对初始车型标准数据库内容进行数据清理步骤，将去重后初始车型标准数据库信息与有效信息字段进行多维对比分析，测试判断初始车型标准数据库信息中哪些为无效字段，判断结束后若是无效字段则去除，有效字段整合成有效车型信息集合。

3.根据权利要求2所述一种车型数据名称标准化治理方法，其特征在于，所述有效信息字段为车辆车系、型号、名称信息字段；所述有效车型信息集合形成步骤中，采集不同规格的车型数据时，在多种渠道使用爬虫爬取数据、主机厂调查数据、采集保险公司作业数据中的一种或多种方法。

4.根据权利要求2所述一种车型数据名称标准化治理方法，其特征在于，在与数据库中的汽车车型数据结合前，对采集的车型数据进行预处理：对明显缺失数据/问题数据进行补充/处理，初步处理后获得外源车型数据；再将外源车型数据与数据库中的汽车车型数据结合构成初始车型标准数据库。

5.根据权利要求1所述一种车型数据名称标准化治理方法，其特征在于，所述步骤A中，车辆数据信息拆解法，拆解步骤如下：把给定的有效车型信息集合进行分割；对于每条信息，进行分词和词性处理，并过滤掉停用词，只保留指定词性的单词，保留候选关键词；

随后将得到的候选关键词做结构化处理，即将候选关键词处理成为能够应用到的固定结构的车型名称信息关键词，根据车型名称条件来完成关键词提取，处理得到车型标准结构单词；将所提取到的车型标准结构单词进行坐标化，通过矩阵运作给各个车型标准结构单词建立世界坐标，由上单词权重转换为坐标重要性系数，关联坐标与坐标重要性系数，形成标准化车辆数据信息空间。