基于地理信息的数据清洗探讨与实践

• 作者: 徐卓 王宁娜 穆琳
• 来源期刊: 信息工程大学学报
• 关键词: 数据清洗 地理信息 正则表达式
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 321-325
• 页数: 5页
• 分类号: P963|P208
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2021.03.011

摘要

实际工作中,由于数据来源多样、结构不一,入库前需要进行删除、合并、补充等数据清理工作.针对实例层,利用数据的地理信息特征,清洗多源数据.具体过程包括剔除明显错误数据;基于空间条件重构唯一名称字段标识,以唯一名称删除重复点、匹配挂接两个数据,提取要素地理坐标信息;利用正则表达式、线索词抽取信息.结果表明,该方案能够将多个政府部门的文本信息融合到地理信息数据属性表中,使数据达到入库标准.