『データの正規化作業』 インスクエア ビジネスニュース Vol.517
■[ インスクエア ビジネスニュース ]━━━━━━━━━━━━━━━━■
世代を超えて起業が日本を元気にする!
エイジレスな起業支援のインスクエアが送る【 最新!ビジネス情報 】
http://in-sq.com
■━━━━━━━━━━━━━━━━━━━━━[vol.517] 2014/04/15━━■
‥‥◇◆ 目次 ◆◇‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥
01:本日のコラム…『 データの正規化作業 』
/ 戸田 裕子(株式会社知紡)
02:プレゼント企画
最新トレンドセミナー無料ご招待。
03:その他お知らせ
1 インスクエアの最新情報
・サポーターに実演販売プロモーター登場
・インスクエア上野、横浜関内のご案内
━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
01 ┃ 本日のコラム -『データの正規化作業』
━━┃……………………………………………………………………………………
┃ 戸田 裕子(株式会社知紡)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
株式会社知紡の戸田です。
先週から、海外住所データの整理作業をしています。
10万件以上のデータで、世界各国の英語で表記された住所の整理です。
作業の目的は、記載された住所から、国と市を判別し、住所の文字列を
street-city-state-countryのように分割することです。
単純に、国と市を判定するのであれば、google APIのジオコーダなどを
利用すれば技術的にはできますが、この作業の難しさは、元の文字列を
分割するところにあります。
ZHE JIANG SHENG WEN ZHOU SHI SHANG HUA LU 1HAO
=> SHANG HUA LU 1HAO /WEN ZHOU SHI /ZHE JIANG SHENG
ROEMERSTR.12 WEIL AM RHEIN GERMANY
=> ROEMERSTR.12 /WEIL AM RHEIN /GERMANY
といった具合に分けます。
2つめのドイツの住所をGoogle APIジオコーダで検索すると、
以下のように、正規化された情報が見られます。
郵便番号までついてきます。
formatted_address =>
Roemerstrasse 12, 79576 Weil am Rhein, Germany
street_number => 12
route => Roemerstrasse
locality => Weil am Rhein
administrative_area_level_2 => Freiburg
administrative_area_level_1 => Baden-Wurttemberg
country => Germany
(以下のURLをブラウザで送信すれば見られます。最後のlanguage=jpとす
るとカナ表示されます)