假设我有一个主数据管理(MDM)系统,其主要应用是检测和防止记录重复。
每当销售代表在系统中输入新客户时,我的MDM平台会对现有记录进行检查,计算一对单词或短语或属性之间的Levenshtein或Jaccard或XYZ距离,考虑权重和系数并输出相似度分数等。
这是您典型的模糊匹配场景。
我想知道是否有意义应用机器学习技术来优化匹配输出,即找到最大准确度的重复项。
- 优化属性的权重?
- 通过预测匹配结果来增加算法置信度?
- 学习匹配规则,否则我会将其配置到算法中?
- 其他方面?
此外,这篇关于该主题的优秀答案也提到了,但我并不确定该人是否实际使用了ML。
此外,我认为加权模糊匹配已经是足够好的解决方案,甚至从财务角度来看也是如此,因为无论何时部署这样的MDM系统,您都必须进行一些分析和预处理,无论是手动编码匹配规则还是训练ML算法。
因此,我不确定增加ML是否代表了重要的价值主张。
欢迎分享您的想法。