01 · Stable entity飞行员先
组织
申请公司或品牌身份,可与多个地点和来源列表有关.
- Normalized name & website
- Organization key
- Relationship evidence
实体和地点模型
关联公司、分支机构和公开目录信息。
公司与一个地点不同.稳定实体,物理场所,来源列表和时间限制的观察需要单独的密钥和证据.
02 · Physical place记录
位置
源可见的位置,有自己的地址,坐标,类别,时间和公共联系点.
- Address & coordinates
- Phone, website & hours
- Categories & place status
03 · Source surface记录
列表,评论和照片
根据来源列表标识符保留的目录记录和相关的公开观察.
- Source ID & URL
- Rating aggregate & reviews
- Photo references
Interpretation boundaryNot assumed
一个上市并不能证明一个法人.
姓名,地址,域名和坐标可以是线索,而不是确定性.
覆盖国家
检查数据源和字段覆盖范围。
选择 API 或定制采集前，确认所需的数据源、页面类型、市场和字段。
源家族输入典型的物体国家
字段和示例记录
查看示例记录中的字段。
每个字段都应该回答观察到的内容,它来自哪里,它描述的物体,以及它是否没有,无法获得,或者正在等待审查.
申请公司身份
- organization_id
- 合约的正规钥匙,当合适的范围.
- organization_name
- 标准化显示名称,而不删除源名.
- website_domain
- 公共领域作为一个身份标志.
物理位置
- source_place_id
- 根据来源保留的列表或地点标识符.
- address
- 显示地址 plus正常化组件,如有范围.
- coordinates
- 源可见的宽度和长度,可用时.
时间限制的事实
- opening_hours
- 显示时间表,不是保证商业开放.
- public_contact
- 可见的商务电话或网站.
- review_summary
- 在观察时间显示的评级和数值.
追溯性和状态
- source_url
- 关于观察的公开页面.
- observed_at
- 收藏活动的时间.
- collection_state
- 观察,来源缺失,不可用,失败或审查.
{
"organization": {
"organization_id": "org_candidate_41",
"name": "Northstar Coffee",
"match_state": "candidate"
},
"location": {
"source_place_id": "demo_place_17",
"city": "Cluj-Napoca",
"category": "Coffee shop",
"phone": "+40 ...",
"hours_state": "displayed"
},
"review_summary": { "rating": 4.6, "count": 328 },
"source": "google_maps",
"observed_at": "YYYY-MM-DDThh:mm:ssZ",
"collection_state": "observed"
}Entity and observation are different layers.
A public listing can describe a place without proving the legal company behind it.
身份和关系
解决层次的问题,而不需要强迫确定性.
首先保存每个源列表. 仅通过版本规则和可检查证据添加组织和位置关系.
- 01
来源列表
place_id + URL
保持正如观察到的. - 02
位置线索
地址+坐标
姓名,电话,域名和类别支持比较. - 03
关系状态
准确的 · 候选人 · 审查
复制和模糊仍然可见. - 04
尼基层
组织 地点
只有在合同中包含时分配.
清新和历史
让稳定的身份和变化的地点事实以不同的速度移动.
开放时间,状态,评论,电话和类别可以独立改变.记录需要观察时间和历史语义,而不是通用新标签.
- 要求requested_at
查询,地理,本地和源进入工作流程.
- 观察到observed_at
公共消息来源揭露了记录的地点.
- 交付delivered_at
记录达到了达成的交付.
- 改变first_seen / last_seen
一个列表,价值或关系进入或离开历史.
质量和缺失
失踪的电话不是失败的位置记录.
单独的源缺失,可选的场所缺失,收集失败,页面变化,身份模糊性,以便下游团队能够在正确状态下行动.
现场结构
要求的源列表提供了已达成的要求领域.
源或列表已更改
一个移动,关闭,合并或更换页面的标志与记录一起旅行.
关系不明确
候选人将保持独立,直到批准的规则解决.
没有支持的观察
无法使用的区别与空的公共场所或封闭的商业区别.
结构检查
预期页面家族,所需键,值类型和方案版本.
现场检查
地址组成、坐标格式、类别值、评论数量和时间戳。
接受的边界
您的团队批准源设置,要求的字段,匹配状态,例外门,
交付的选择
选择数据获取方式。
在应用中使用 API，定期接收记录，或交由我们负责采集。
代理
保留现有采集程序，使用我们的代理网络。
将住宅、数据中心或 ISP 代理接入团队现有的采集程序。
功能详情
您获得的内容用于自有请求的代理访问
我们负责代理网络和访问
您负责的部分采集、提取、存储和分析
适合 · 适合已有采集程序的团队。
比较代理服务商业应用
将这些记录用于实际工作。
利用以下字段和示例规划分析、产品或监测工作流。
位置情报
绘制可见的商业存在,类别,密度和变化在定义的地理位置上.
Locations · coordinates · categories · time销售地区研究
建立从公共业务中展望宇宙,并将观察,然后将它们资格化为您的系统.
Organizations · locations · public contacts目录监测
追踪显示的时间,状态,电话,网站和列表变更,以提交的位置.
Source listings · fields · history审查情报
分析公共评级和审查观察,保留源和位置背景.
Review aggregate · review item · place网站选择输入
加入公共竞争对手和设施观察到更广泛的定位规划模式.
Places · categories · geography市场研究
研究公共企业存在和类别组成,而没有把目录视为公司登记册.
Source listings · entities · provenance代表性飞行员
在自己的工作流中测试样本。
在扩展之前,使用target地理位置,已知位置,重复,移动或关闭列表,缺失联系人,多语言名称和模糊的组织关系.
- 01
定义
分享来源,发现输入,地理,物体,场地,随机和下游使用.
- 02
样本
选择普通列表 plus链,重复,移动位置,关闭位置和缺失字段.
- 03
检查
审查源记录,组织关系,时间标签和例外状态.
- 04
接受
批准方案,源域,匹配规则,门,交付和响应过程.
常见问题
开始前的常见问题
公司和位置数据可以WebScrapingAPI提供?
采集公司资料、商家地点、营业时间、类别和公开联系信息，用于 CRM 数据补充、销售区域规划和本地市场研究。
现在有哪些商业位置能力?
了解 Yelp 和 LinkedIn 的数据源 API，以及文档列明的 Google Maps 工作流程。如需其他目录数据，请提供示例网址和所需字段。
公司和实体地点是如何代表的?
该模型将组织记录与每个源位置记录分开.一个位置可以携带自己的地址,坐标,时间,电话,类别,列表识别符,评论和观察历史,而只有证据和匹配规则支持时才会添加组织关系.
能否在目录中匹配同一个业务?
数据流或托管项目可包含匹配处理。通过样本确认标识符、比较规则，以及不确定或冲突匹配的呈现方式。
公共接触和公司图形领域是否可以得到丰富的发展?
公共商业电话号码,网站,地址,类别,时间等等领域可以在符合条件的公共来源上显示时进行评估.广泛的公司图形,联系丰富和源到源的连接是试点的,因为存在,意义和重复使用条件因源而异.
时间,评级和地点的细节是多么新鲜的?
API 在调用时采集数据。数据流和 Managed Data 遵循约定计划，并在可用时分别保留来源时间与采集时间。
如何处理关闭,移动,复制或缺失的位置?
样本区分缺失字段、不可用页面、失败请求和待审核数值。定期交付前，商定每种状态的处理方式。
评论和照片是同一张记录的一部分吗?
审查集体,审查级观察和照片引用可以与源列表相关,同时保持具有各自来源和时间标签的单独对象.记录的终点和代表性响应决定了特定请求可用的审查或照片领域.
谁会保持一个反复的公司位置数据?
使用代理时，您的团队维护采集程序；使用页面访问 API 时，维护自定义解析器。我们维护 Data API 支持的数据提取，以及数据流或 Managed Data 包含的采集工作。
哪些来源和联系数据不属于标准范围?
个人目录,仅登录的CRM系统,私人个人资料和保证个人联系数据不是标准范围. 收集仅限于符合条件的公共网页和公开领域,客户仍然负责合法使用,保留,访问控制和使用数据的决定.