MTAT.03.240 Seminar on Enterprise Software

#11 Processing and linking address data

Task description

The aim of this task is to build an address matching engine, which will take an address in a propriatory database in textual form such as "Papiniidu tn 13, Pärnu" and match it with structured records in the official ADS dataset (http://ads.maaamet.ee/). Validate the results with respect to the normalization results given by http://xgis.maaamet.ee/adsavalik/ads (pick Aadressiteksti normaliseerimine from the top menu) .

Data

data_sources.yml describes where to find the source data.

Structure of the data

Kehtivad ja ootel olekus aadresiobjektid ning nendega seotud aadressid. Kui objektil on enam kui 1 aadress, siis esineb ta väljavõttes enam kui 1 kord. Samuti esinevad aadressid väljavõttes mitu korda, kui nad on seotud mitme objektiga.
- adob_id (integer) - objekti versioonitunnus
- ads_oid (string)
- adob_liik (string)
- orig_tunnus (string) – objekti tunnus originaalregistris
- etak_id (integer) - objekti identifikaator ETAK süsteemis
- ads_kehtiv (date) – kuupäev, millest alates selle versiooni andmed ADS-s kehtivad
- olek (string) – O–ootel; K-kehtiv
- adr_id (integer)
- koodaadress (string)
- taisaadress (string)
- lahiaadress (string)
- aadr_olek (string)
- viitepunkt_x (decimal) – (6- kohaline matemaatiline X-koordinaat, vastab geograafilisele Y koordinaadile)
- viitepunkt_y (decimal) – (7- kohaline matemaatiline Y-koordinaat, vastab geograafilisele X koordinaadile)
- tase1_kood (string)
- tase1_nimetus (string)
- tase1_nimetus_liigiga (string)
- tase2_kood (string)
- tase2_nimetus (string)
- tase2_nimetus_liigiga (string)
- tase3_kood (string)
- tase3_nimetus (string)
- tase3_nimetus_liigiga (string)
- tase4_kood (string)
- tase4_nimetus (string)
- tase4_nimetus_liigiga (string)
- tase5_kood (string)
- tase5_nimetus (string)
- tase5_nimetus_liigiga (string)
- tase6_kood (string)
- tase6_nimetus (string)
- tase6_nimetus_liigiga (string)
- tase7_kood (string)
- tase7_nimetus (string)
- tase7_nimetus_liigiga (string)
- tase8_kood (string)
- tase8_nimetus (string)
- tase8_nimetus_liigiga (string)

Getting started

0. Get dependencies

# Sphinx with mysql support (required even if using w/ postgres)
brew install sphinx --mysql

1. Get ruby & rails ($ \curl -L https://get.rvm.io | bash -s stable --autolibs=3 --rails)
2. bundle
3. Import data rake adb:import_data[1_1.04.2013_00001_784_1.csv]

This is the smaller dataset.

4. Run the server rails server
5. Make some searches

Using elasticsearch

1. Install elasticsearch. brew install elasticsearch
2. Create indexes for elasticsearch: rake tire:import:all
3. Run it elasticsearch -f -D es.config=/usr/local/opt/elasticsearch/config/elasticsearch.yml