| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 挑战与问题 | 第12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 第二章 标准地址库的设计 | 第14-20页 |
| 2.1 标准地址库的设计要求 | 第14-15页 |
| 2.2 标注地址库的结构设计 | 第15-19页 |
| 2.2.1 原始地址数据表 | 第15-16页 |
| 2.2.1.1 原始地址数据表的用途 | 第15页 |
| 2.2.1.2 原始地址数据表的结构 | 第15-16页 |
| 2.2.2 标准地址数据表 | 第16-17页 |
| 2.2.2.1 标准地址数据表的用途 | 第16页 |
| 2.2.2.2 标准地址数据表的结构 | 第16-17页 |
| 2.2.3 受控词表 | 第17-19页 |
| 2.2.3.1 受控词表的用途 | 第17-18页 |
| 2.2.3.2 受控词表的数据来源 | 第18页 |
| 2.2.3.3 受控词表的结构 | 第18-19页 |
| 2.3 标准地址库所用软件 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 标准地址库相关技术 | 第20-26页 |
| 3.1 程序语言的选择 | 第20页 |
| 3.2 字符串相似度算法 | 第20-22页 |
| 3.3 中文分词算法 | 第22-24页 |
| 3.3.1 基于字符串匹配的分词方法 | 第22-23页 |
| 3.3.2 基于统计的分词方法 | 第23页 |
| 3.3.3 基于理解的分词方法 | 第23-24页 |
| 3.3.4 基于结巴分词包的解决方案 | 第24页 |
| 3.3.4.1 结巴分词的三种分词模式 | 第24页 |
| 3.3.4.2 支持自定义词典 | 第24页 |
| 3.4 本章小结 | 第24-26页 |
| 第四章 标准地址库的创建与分析 | 第26-56页 |
| 4.1 原始数据表存在的主要问题 | 第26-27页 |
| 4.2 高德Web服务API接口 | 第27-29页 |
| 4.3 数据清洗流程 | 第29-40页 |
| 4.3.1 载入数据 | 第30-31页 |
| 4.3.2 小区名称预处理 | 第31-34页 |
| 4.3.3 调用高德关键字搜索API接口 | 第34-38页 |
| 4.3.4 逆地理编码 | 第38-39页 |
| 4.3.5 高德经纬度转GPS经纬度 | 第39-40页 |
| 4.3.6 计算经纬度距离 | 第40页 |
| 4.4 数据纠偏与筛选 | 第40-41页 |
| 4.4.1 中文分词 | 第41页 |
| 4.4.2 计算中文字符串相似度 | 第41页 |
| 4.4.3 解决所属区县为开发区的问题 | 第41页 |
| 4.5 载入标准地址库 | 第41-45页 |
| 4.6 标准地址库的展示 | 第45-47页 |
| 4.6.1 标准地址库的说明及存在问题 | 第47页 |
| 4.7 小区户数的清洗 | 第47-54页 |
| 4.7.1 网络爬虫简介 | 第47页 |
| 4.7.2 爬取小区户数 | 第47-52页 |
| 4.7.3 小区户数比对分析 | 第52-54页 |
| 4.8 本章小结 | 第54-56页 |
| 第五章 标准地址库的应用 | 第56-64页 |
| 5.1 集团客户数据清洗 | 第56-58页 |
| 5.1.1 集团客户地址信息存在的问题 | 第56-57页 |
| 5.1.2 集团客户地址信息与家庭客户地址信息的异同 | 第57页 |
| 5.1.3 集团客户数据清洗方案 | 第57页 |
| 5.1.4 集团客户地址清洗结果与分析 | 第57-58页 |
| 5.2 装机能力查询方案 | 第58-63页 |
| 5.2.1 装机能力查询面临的难点 | 第58-59页 |
| 5.2.2 标准地址库中的受控词表 | 第59-60页 |
| 5.2.3 装机能力查询流程 | 第60-62页 |
| 5.2.4 查询结果示例 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 成果与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |