[发明专利]一种基于多源数据的地名地址数据融合方法

说明书

本发明涉及一种基于多源数据的地名地址数据融合方法，包括收集数据、编码、构建标准库、数据融合；通过建立标准的数据融合流程，能够融合多部门数据，建立统一标准的地名地址，解决社会治理要素分散在不同的部门所导致的格式多样性的问题，实现海量地址数据的高效管理，大大减少人工参与的过程，节省了数据融合时间。

技术领域

本发明涉及地理信息技术领域，尤其是一种基于多源数据的地名地址数据融合方法。

背景技术

随着各级政府业务的开展，各部门累积了海量的业务数据。在推动政府数据开放共享的过程中，各部门由于业务侧重不同，业务数据结构不同，标准不一，产生的业务数据只能在本部门内进行分析和利用，产生了“信息孤岛”。随着数字城市的发展，建设位置准确、覆盖面广的地名地址标准数据库，是开展其他地名信息服务的基础和前提，如地名语音查询、地名网站建设、电子地图开发、智能交通信息系统、应急联动系统等；能实现政府部门间、不同行业间信息资源共享联动，发挥社会治理数据潜在的价值，提升社会治理水平。

地名地址现状分析：(1)数据来源广泛：地名地址数据涉及到多个职能部门，如国土、民政、房产、行政、燃气、工商、统计、质检、地税等；(2)标准不统一，格式多样；各职能部门工作侧重不同，地名地址数据标准规范格式也多样，具体表现在文件的命名、字段的设置及地址描述的不规范性和多样性。如：国土部门地名地址数据来源于地形图DWG格式，工商部门数据来源于登记数据EXCEL格式；(3) 空间数据缺乏：收集的各职能部门的地名地址数据中，只有民政局、行政部门和测绘局的门牌、地名数据属于GIS空间数据，其它部门的地名地址数据都是非空间数据，只有单纯的地址描述信息，需要进行空间化；(4)兼容性差，无法实现数据共享：由于没有统一的地名地址库建库技术标准和规范，不同数据库之间的兼容性很差，无法实现数据资源的共享。因此，开发能够融合民政、房产、行政、国土等多部门的地名地址数据的技术迫切需要。

目前，也有少量关于地名地址数据融合技术的研究。

申请号为CN201911307558.3的专利公开了一种基于地理空间画像挖掘的多源城市时空标准地址融合方法，利用ETL技术对地址相关数据进行抽取、清洗、转换等处理，过滤不完整、错误、重复的数据，融合为粒度一致、格式统一的城市时空标准地址数据。

申请号为CN201710645011.9的专利公开了一种基于多源数据的地名地址数据整合的方法，通过将其他格式的数据转换为shape格式数据，提取地理要素特征，编码转换数据、提取数据特征、整合要素之间的拓扑关系，构造面要素和格网，并给各个要素匹配和赋予属性信息，统一坐标实现数据的整合。该专利所述数据融合步骤包括：格式转换、数据分类、编码、提取点线面地物特征骨架、整合拓扑关系、赋予属性及坐标变换，整体上是把其他格式的数据转换成标准格式的数据，这种标准格式数据具有类别、属性、拓扑关系和编码。这是一种整合数据的步骤，其作用是把数据统一为标准格式，并不是将多源、异构数据进行关联的数据融合。后者是保留异构数据各自的结构和属性值，共同关联到唯一空间位置或标准地址，而并不是去除或改变异构数据原有的属性值。因此，该专利技术不能实现多源、异构数据进行关联的数据融合。

上述专利技术公开的地名地址数据同和方法大多需要去除原数据的一些属性和信息，统一为标准格式数据。这种方法降低了数据的适用性，如来源于民政、行政、住建的多源异构数据统一为标准格式、某些相近语义的字段将会被整合为标准字段，导致反映特定应用场景性质的语义丢失；由于同一地名在不同部门叫法不同等，这样就不便于该场景下的数据使用，甚至出现错误。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种基于多源数据的地名地址数据融合方法，能够融合民政、行政、房产、国土等多部门的地名地址数据，建立统一标准的地名地址数据；具体是通过以下技术方案实现的：

一种基于多源数据的地名地址数据融合方法，包括以下步骤：