全国二手汽车车源信息去重数据

该数据是用于对全国二手车网站内和网站间的车源进行去重，是提升二手车数据质量的重要步骤。主要内容为根据经销商的车源信息，找出经销商关系。并根据经销商关系，对同一段时间内有关系的经销商，判断车源是否为重复车源。判断经销商关系，经销商“共享”车源或同一个经销商在不同网站上同时上架相同车源，通过计算经销商之间“共享车源”的比例，超过阈值则认为两个经销商为同一经销商或经销商联盟。判断重复车源，对同一经销商或经销商联盟，当城市，颜色、上牌时间、型号相同情况下，若两车的里程（万公里）不大于0.2，且里程差异百分比不大于5%，则判断两车为重复车源。该数据可以用于国内所有二手车平台的车源去重工作，从而为数据分析、数据建模提供高质量的数据来源。

搜集汇总

背景与挑战

背景概述

该数据集专注于全国二手车车源信息的去重处理，旨在提升数据质量。它通过分析经销商之间的'共享车源'比例来识别经销商关系，并基于城市、颜色、上牌时间、型号和里程等条件判断重复车源。该数据适用于所有二手车平台，为数据分析和建模提供了高质量的基础支持。