通過(guò)C#實(shí)現(xiàn)房屋中介行業(yè)數(shù)據(jù)的模糊匹配

宋家麟

摘 要 房屋中介行業(yè)的經(jīng)營(yíng)者常會(huì)從不同的數(shù)據(jù)源中提取相關(guān)的成交數(shù)據(jù)、業(yè)績(jī)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性。隨后將數(shù)據(jù)進(jìn)行不同維度的匹配，從而將數(shù)據(jù)變?yōu)樾畔⒑椭R(shí)，以輔助企業(yè)做出正確的決策。本文嘗試通過(guò)C#語(yǔ)言結(jié)合正則表達(dá)式來(lái)解釋數(shù)據(jù)進(jìn)行匹配如何在行業(yè)中應(yīng)用。

【關(guān)鍵詞】房屋中介 成交數(shù)據(jù) 數(shù)據(jù)匹配 C#

以往房產(chǎn)中介企業(yè)以房源信息為導(dǎo)向，而對(duì)業(yè)績(jī)狀況做分析可以幫助決策層更了解自己和對(duì)手。企業(yè)的管理者需要從系統(tǒng)中發(fā)掘更多數(shù)據(jù)資產(chǎn)，基于此來(lái)進(jìn)行更好地進(jìn)行市場(chǎng)的戰(zhàn)略部署。

本文結(jié)合微軟的.NET技術(shù)，對(duì)現(xiàn)有的房源信息、銷(xiāo)售數(shù)據(jù)和市場(chǎng)成交數(shù)據(jù)依據(jù)規(guī)則進(jìn)行匹配，幫助案例企業(yè)實(shí)時(shí)地了解企業(yè)的業(yè)績(jī)狀況，提高業(yè)務(wù)決策的有效性和可靠性。

1 案例企業(yè)已有數(shù)據(jù)系統(tǒng)的現(xiàn)狀

案例企業(yè)成立于1998年，在其他中介公司還是基于Excel或者使用紙筆來(lái)記錄房源信息和客戶帶看信息的時(shí)候。該公司已定制部署了一套C/S架構(gòu)的集中式房源管理信息系統(tǒng)。

在互聯(lián)網(wǎng)大潮下，企業(yè)已無(wú)法依賴(lài)單一信息系統(tǒng)來(lái)與新進(jìn)者競(jìng)爭(zhēng)。管理層迫切地希望可以通過(guò)新的IT技術(shù)手段，把房源等內(nèi)部信息，與外部數(shù)據(jù)結(jié)合起來(lái)做分析，形成一個(gè)數(shù)據(jù)平臺(tái)，消除數(shù)據(jù)孤島。

2 數(shù)據(jù)匹配

數(shù)據(jù)匹配是數(shù)據(jù)之間按照某種內(nèi)在關(guān)系進(jìn)行配準(zhǔn)。

確定性數(shù)據(jù)匹配方法中，當(dāng)參與匹配的列都滿足匹配規(guī)則（相等規(guī)約）時(shí)，這對(duì)記錄被認(rèn)為是同一個(gè)實(shí)體。目前比較通用的做法是計(jì)算每對(duì)記錄的匹配權(quán)重，與用戶手動(dòng)設(shè)定的界限值比較，根據(jù)比較結(jié)果，將該對(duì)記錄分類(lèi)為匹配，不匹配或可能匹配。

3 C#

C#是微軟推出的一種基于.NET框架的、面向?qū)ο蟮母呒?jí)編程語(yǔ)言。C?由C語(yǔ)言和C++派生而來(lái)，繼承了其強(qiáng)大的性能，同時(shí)又以.NET框架類(lèi)庫(kù)作為基礎(chǔ)，擁有類(lèi)似Visual Basic的快速開(kāi)發(fā)能力。

C#并不被編譯成為能夠直接在計(jì)算機(jī)上執(zhí)行的二進(jìn)制本地代碼。與Java類(lèi)似，它被編譯成為中間代碼（Microsoft Intermediate Language），然后通過(guò).NET Framework的虛擬機(jī)——被稱(chēng)之為通用語(yǔ)言運(yùn)行庫(kù)——執(zhí)行。

4 正則表達(dá)式

正則表達(dá)式，又稱(chēng)正規(guī)表示式、常規(guī)表示法（英語(yǔ)：Regular Expression，在代碼中常簡(jiǎn)寫(xiě)為regex），是計(jì)算機(jī)科學(xué)的一個(gè)概念。正則表達(dá)式使用單個(gè)字符串來(lái)描述、匹配一系列匹配某個(gè)句法規(guī)則的字符串。在很多文本編輯器里，正則表達(dá)式通常被用來(lái)檢索、替換那些匹配某個(gè)模式的文本。

許多程序設(shè)計(jì)語(yǔ)言都支持利用正則表達(dá)式進(jìn)行字符串操作。例如，在C#中就內(nèi)建了一個(gè)功能強(qiáng)大的正則表達(dá)式引擎（Regex）。

5 C#結(jié)合正則表達(dá)式進(jìn)行模糊數(shù)據(jù)匹配的實(shí)例

5.1 數(shù)據(jù)查詢優(yōu)化模塊設(shè)計(jì)

由于全市的樓盤(pán)信息眾多，同時(shí)每月的成交數(shù)據(jù)量也非常大，當(dāng)需要進(jìn)行多維度數(shù)據(jù)查詢時(shí)，會(huì)遇到系統(tǒng)性能瓶頸。故預(yù)先將不同數(shù)據(jù)源的數(shù)據(jù)依據(jù)一定業(yè)務(wù)規(guī)則進(jìn)行匹配，并預(yù)處理和分類(lèi)。

5.2 數(shù)據(jù)查詢優(yōu)化有關(guān)的主要程序代碼

5.2.1 將外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)進(jìn)行整合、匹配

C#代碼中使用正則表達(dá)式，通過(guò)物業(yè)地址的近似度，將臨時(shí)表中的成交數(shù)據(jù)與盤(pán)源系統(tǒng)中的盤(pán)源數(shù)據(jù)進(jìn)行匹配。下面以***路***弄***支弄為例。

（1）在代碼中定義正則表達(dá)式。

（5）序列化數(shù)據(jù)并入庫(kù)

嵌有HTML代碼的數(shù)據(jù)流無(wú)法直接存入數(shù)據(jù)庫(kù)中，故采用了.NET框架中所提供的序列化函數(shù)來(lái)對(duì)數(shù)據(jù)內(nèi)容進(jìn)行處理。

sbArea.Append（CentaBI.ReportLogic.Common.SerializeDataTableXml（dtAreaResult））；

6 總結(jié)

為了適應(yīng)行業(yè)變化，本文設(shè)計(jì)并實(shí)現(xiàn)了一種通過(guò)C#與正則表達(dá)式相結(jié)合為核心的數(shù)據(jù)匹配模塊。通過(guò)掌握更多的行業(yè)數(shù)據(jù)、企業(yè)經(jīng)營(yíng)業(yè)績(jī)數(shù)據(jù)，成功地為企業(yè)的管理和決策提供有力依據(jù)。

參考文獻(xiàn)

[1]熊建芳，高繼，任賀宇，基于ASP.NET的ADO與ADO.NET分析與研究[J].計(jì)算機(jī)與現(xiàn)代化，2006（07），36-38.

[2]譚學(xué)清，譚永麗，陸泉，陳靜.商務(wù)智能[M].武漢：武漢大學(xué)出版社，2006（10）.

[3]Alistair McLeod，Business Intelligence：Discover the truth about your business，Waterstons white paper，2005，3-5.

作者單位

上海大學(xué)計(jì)算機(jī)工程與科學(xué)學(xué)院 上海市 200444