一种基于互联网的地产数据清洗方法

本发明提供了一种基于互联网的地产数据清洗方法，属于数据清洗技术领域，包括：利用网络爬虫技术从多个互联网数据源采集地产数据，基于监控工具对采集过程进行监控生成监控数据，并向每个数据源下的每条地产信息设置传输集；分别统计每个房屋类型的类型分布；对地产信息进行异常识别，当异常类型与传输异常相关时，分析对应传输集的更新类型对相应地产信息进行异常更新；当异常类型与传输异常无关时，分析对应互联网数据源的输入行为，利用对应异常信息的标识字段搜索并识别相似信息，进行错误更新；基于所有类型分布以及每个互联网数据源的权威性，对所有房屋类型进行先后排布，进行格式转换及分类存储。有效提高了地产数据的质量和可用性。