Нечёткий поиск дублей контактов
Сгруппировать похожие имена и контакты с объяснимым сходством; объединять только подтверждённые пары.
Методика и примеры
Нечёткий поиск дублей контактов
Пары контактов получают взвешенную оценку редактирования символов и пересечения токенов по выбранным полям. Причина оценки видна для каждой пары. Объединяются только подтверждённые связи; конфликтующие значения остаются отдельным журналом.
Ограничения
Точные ключи сохраняют текстовые ID и ведущие нули. Пустые ключи требуют проверки. Нечёткие алгоритмы — до 200 000 пар / 5000 кандидатов с ручным подтверждением; оценка сходства не является вероятностью. ISO-время требует явной зоны. Никакие внешние системы не изменяются.
Проверяемый пример
Входные данные примера
id;name;email 1;Анна Иванова;anna@example.test 2;Анна Иванова;anna@example.test 3;Борис;b@example.test
| ID пары | Строка A | Строка B | Сходство, % | Основание | Запись A | Запись B |
|---|---|---|---|---|---|---|
| p-1-2 | 2 | 3 | 100.00 | name: 100.0% (символы 100%, токены 100%); email: 100.0% (символы 100%, токены 100%) | ["1","Анна Иванова","anna@example.test"] | ["2","Анна Иванова","anna@example.test"] |