[发明专利]一种基于地点POI的大数据解析地址文本的方法

说明书

本发明涉及地址文本解析技术领域，具体为一种基于地点POI的大数据解析地址文本的方法，包括如下步骤：S1、城市POI基础数据处理；S2、匹配地址文本解析；S3、数据分析及可视化展示。本发明通过城市POI基础数据处理加匹配地址文本解析的方法，可实现对用户包裹地址的统计和分析，并可以精确定位地址文本，实现对用户包裹地址的精确分析统计，为邮政、物流公司或者电商企业等提供了有效的用户分布数据及画像，进而可为快递揽投部选址及人员配备提供决策依据。

技术领域

本发明涉及地址文本解析技术领域，具体为一种基于地点POI的大数据解析地址文本的方法。

背景技术

对于某些用户量庞大的邮政、物流公司或者电商企业等，存在大量的用户包裹地址，往往需要根据这些地址文本，统计和分析用户的分布情况。其中的难点就是如何精确定位这些地址文本。由于这些地址可能来自于第三方电商平台或由于用户输入错误，导致文本数据难以解析，这些地址文本的特点是：没有固定的格式，包含了随机的错字，地点的别名，甚至是不存在的地点。对这些地址直接使用第三方地图公司接口解析定位，会造成大量的偏差，无法达到统计分析的目的，使用其他常规的方法均难以准确分析处理。鉴于此，我们提出一种基于地点POI的大数据解析地址文本的方法。

发明内容

本发明的目的在于提供一种基于地点POI的大数据解析地址文本的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于地点POI的大数据解析地址文本的方法，包括如下步骤：

S1、城市POI基础数据处理；

S2、匹配地址文本解析；

S3、数据分析及可视化展示。

作为本发明优选的技术方案，S1中城市POI基础数据处理具体包括如下步骤：

S11：POI数据爬取；

S12：POI名称优化；

S13：POI别名自动处理；

S14：POI人工调优。

作为本发明优选的技术方案，S11中POI数据爬取的具体操作为：

a.对百度，高德地图，以多次、不同范围的矩形扫描方式爬取地点POI，同时可继续探索其他数据获取方式，包括其他网站，政府统计数据；

b.将爬取的POI数据分类存储到数据库。

作为本发明优选的技术方案，S12中POI名称优化的具体操作为：

a.去除明显无效及重复的数据；

b.POI名有包含关系，判断距离，如小于200米则合并且处理；

c.名称含“安徽省”、“合肥市”的，优化为“省”及“市”；针对地产类：如有且只有含有“一期”、“一栋”、“A座”，则去除“一期”、“一栋”、“A座”；

d.针对地产类写字楼：自动合并“A座”、“A栋”并重命名，去掉“B座”、“C座”等。

作为本发明优选的技术方案，S13中POI别名自动处理的具体操作为：

1)针对地产类：

a.智能提取“-”及“·”中的前缀，如“万科-金色名郡”，提取“万科”并保存到tag_poi；

b.遇到类似“万科-金色名郡”、“万科金色名郡”，智能添加备注“金色名郡”；

2)针对政府单位类：

a.XX村村民员会，可简称为XX村委；