智联海公示信息去重与合并的实操方法
为什么必须先做去重
一个项目从意向公开到结果公告可能发布多条信息，标题表述、发布主体甚至项目名称都会略有不同。直接汇总会重复计数，也无法判断项目处于哪个阶段。去重与合并是所有后续分析的前置步骤。
建立唯一标识的思路
- 优先使用项目编号、标段号等稳定字段
- 没有编号时，用"采购人加项目名称加发布时间"组合判断
- 保留原始链接与发布时间，便于回溯核对
合并时要注意什么
合并的关键是判断多条信息是否指向同一标的。项目名称相近但采购内容不同的，应视为不同项目；同一项目分标段的，可以合并到主项目下但保留标段明细。合并后建议保留一条主记录与若干条关联记录，而不是简单覆盖。
常见坑
一是名称变更，同一项目在不同阶段使用不同名称，需要靠编号或采购人信息串联。二是跨平台转载，同一条信息在不同平台重复出现，应按原始发布主体与时间取一条为准。三是附件中的信息，项目编号常常只出现在附件里，正文提取不到时不要轻易判定为新项目。
区分类似项目的实用判据
名称高度相似的项目是否属于同一标的，可以从三个地方判断：采购内容描述、预算或限价金额的量级、以及项目编号或标段号。三项中有两项明显不同，一般应视为不同项目。判据写下来之后，多人协作时的合并结果就能保持一致，减少因理解不同造成的重复或漏并。
