Jag behöver ett konsekvent numeriskt mått för att spåra och förklara varför två strängar ansågs vara en matchning eller inte.

Tillhandahåll ett konsekvent numeriskt likhetspoäng för varje strängjämförelse så att resultat kan spåras över tid och jämföras mellan datamängder. Koppla poängen med tydliga, mänskligt läsbara skäl för att förklara varför två strängar behandlades som en matchning eller inte.

Denna funktion lägger till ett konsekvent numeriskt likhetsmått för att jämföra två strängar, vilket gör att du kan kvantifiera hur nära två värden ligger varandra på ett repeterbart sätt. Varje jämförelse returnerar ett poäng som kan lagras, trendas och användas för att ställa in matchningströsklar för olika arbetsflöden. Vid sidan av det numeriska poänget genererar funktionen en förklaring som beskriver de främsta faktorerna som ökade eller minskade likheten, vilket hjälper användare att förstå matchningsbeslut. Detta gör det lättare att motivera automatiserade matchningsresultat vid granskningar, revisioner eller diskussioner med intressenter. Poängen kan användas för att gruppera resultat (matchningar med hög konfidens, möjliga matchningar och icke-matchningar) och prioritera manuell verifiering där det behövs. Det stöder även kvalitetsövervakning över tid genom att spåra genomsnittliga poäng, poängfördelningar och förändringar efter regeluppdateringar. I praktiken är detta användbart för deduplicering, entitetsupplösning, länkning av poster och rensning av användarinmatad text såsom namn eller adresser. Förklaringskomponenten stöder felsökning genom att visa varför en oväntad matchning skedde eller varför en förväntad matchning misslyckades. Sammantaget förbättrar funktionen transparens, konsekvens och operativ kontroll för beslut om strängmatchning.