[发明专利]一种车型数据名称标准化治理方法

说明书

本发明公开了一种车型数据名称标准化治理方法，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。

技术领域

本发明涉及车型数据名称标准化技术领域，尤其涉及一种基于标准化车辆数据信息空间的BM语句正逆向切分标记算法的车型数据名称标准化治理方法。

背景技术

目前我国汽车市场上汽车车型在20万款左右，车生产厂商达近2600余家，品牌2500余个，但是这些汽车在生产、销售、维修、参保时所使用的名称却没有统一标准。汽车车型名称混乱化直接影响汽车保险业的理赔管理与服务质量，所以对现有汽车车型名称进行标准化工作非常必要。

现有汽车车型名称命名主要由主机厂商自主定义，而各保险公司对车型名称的管理要求不一致，车型分类标准有所差异，导致同一车型在不同保险公司被记录为不同的名称和代码。所以若以单一主机厂或保险公司的命名规则作为基础标准的话，汽车车型名称数据涵盖率可能不够，对制定行业标准来说参考性较低，推广难度也较高。

所以为推进车型标准化建设工作，我司进行了车型名称标准化系统项目的研究工作。

发明内容

针对现有技术的不足，本发明提供了一种车型数据名称标准化治理方法，旨在解决现有现有车型分类标准有所差异，汽车车型名称混乱化直接影响汽车保险业的理赔管理与服务质量的问题。

为实现上述目的，本发明提供如下技术方案：一种车型数据名称标准化治理方法，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。

作为进一步限定，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。

作为进一步限定，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。

作为进一步限定，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。