基于SNM算法的大数据量中文地址清洗方法

• 作者: 郭文龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中文地址 行政区划 详细地址 特征字 清洗
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 108-111
• 页数: 4页
• 分类号: TP391
• 字数: 4030字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0312

摘要

中文地址由行政区划地址和详细地址两部分组成，行政区划地址的处理可通过构建地址词典、分词、补充特征字等方式清洗，目前技术较为成熟。详细地址则随我国城镇化的发展而不断变化，且新的地址层出不穷，导致其清洗和规范化工作极其困难。在研究大数据量中文地址的基础上，提出了中文地址清洗模型，在行政区划地址先清洗并规范的前提下，对地址进行排序，利用SNM算法将详细地址聚集在一个较小的窗口内，对窗口内的地址进行匹配和清洗，实验结果证明清洗效果良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭文龙	福建江夏学院电子信息科学学院	21	57	4.0	7.0