아파트 단지명 표기가 다른 데이터를 합치는 기준
발행
데이터를 합칠 때 같은 아파트가 한 자료에서는 정식명칭, 다른 자료에서는 약칭이나 옛 이름으로 적혀 있으면 서로 다른 단지처럼 잡힐 수 있다. 단지명 문자열보다 위치와 기본 속성을 함께 맞춰야 한다.
이름을 먼저 정규화한다
띄어쓰기, 괄호, '아파트' 같은 공통어와 영문·숫자 표기를 일정한 규칙으로 정리한다. 다만 브랜드명을 무조건 삭제하면 인접한 다른 단지가 합쳐질 수 있어 원본명도 별도 열에 남긴다. 변경 전·후 명칭이 알려진 단지는 별칭 목록을 관리하면 매칭이 쉬워진다.
주소를 가장 강한 단서로 사용한다
법정동, 도로명과 번지 등 위치정보가 같거나 매우 가까운지 확인한다. 동일한 단지명이 다른 지역에 반복되는 경우가 있어 이름만으로 합치면 오류가 생길 수 있다. 주소 체계가 다른 자료는 법정동과 도로명 기준을 변환해 비교한다.
면적·준공연도 같은 속성을 대조한다
주소가 비슷한 여러 단지가 붙어 있으면 전용면적 구성, 준공연도, 동 수와 세대수 같은 속성을 함께 본다. 주상복합과 아파트가 같은 브랜드를 쓰는 경우도 있어 주택유형을 구분한다. 하나의 속성만 다르다면 데이터 갱신오류인지 실제 다른 단지인지 추가 확인한다.
매칭 근거를 기록한다
자동으로 합친 데이터에는 어떤 규칙으로 동일 단지로 판단했는지 키 값을 남긴다. 확신이 낮은 매칭은 수동검토 대상으로 분리한다. 단지명 표준화는 이름을 예쁘게 만드는 작업보다 서로 다른 자료의 같은 대상을 잘못 합치거나 중복 집계하지 않는 것이 목적이다.