خدمة AWS Entity Resolution تطلق المطابقة المتقدمة باستخدام Levenshtein وCosine وSoundex
واليوم، تعلن خدمة AWS Entity Resolution عن مطابقة تقريبية متقدمة قائمة على القواعد باستخدام خوارزميات Levenshtein Distance وCosine Similarity وSoundex لمساعدة المؤسسات على حل سجلات المستهلكين عبر مجموعات البيانات المقسَّمة وغير المتسقة وغير المكتملة في كثير من الأحيان. توفر هذه الميزة تحمل للاختلافات والأخطاء المطبعية، مما يتيح إمكانية تحديد الكيانات بشكل أكثر دقة ومرونة دون الحاجة إلى المعالجة المسبقة اليدوية للسجلات. تساعد المطابقة التقريبية المتقدمة القائمة على القواعد في خدمة AWS Entity Resolution العملاء على تحسين معدلات المطابقة وتعزيز التخصيص وتوحيد وجهات نظر المستهلكين، وهو أمر بالغ الأهمية لتحقيق استهداف فعال عبر القنوات وإعادة الاستهداف والقياس.
تعمل المطابقة التقريبية المتقدمة القائمة على القواعد في خدمة AWS Entity Resolution على سد الفجوة بين تقنيات المطابقة التقليدية القائمة على القواعد وتقنيات المطابقة القائمة على تعلّم الآلة. يمكن للعملاء استخدام خوارزميات المطابقة التقريبية لتعيين حدود التشابه والمسافة والحدود الصوتية في الحقول النصية لمطابقة السجلات، مما يوفر إمكانية تكوين المطابقة الحتمية مع مرونة المطابقة الاحتمالية. يمكن تطبيق هذه الميزة عبر العديد من الصناعات بما في ذلك الإعلان والتسويق أو تجارة التجزئة والسلع الاستهلاكية أو الخدمات المالية، حيث يعد حل سجلات المستهلك أمرًا بالغ الأهمية للتحقق من العملاء أو اكتشاف الاحتيال أو لأغراض التسويق.
تساعد خدمة AWS Entity Resolution المؤسسات على مطابقة وربط وتحسين سجلات العملاء أو المنتجات أو الأعمال أو الرعاية الصحية ذات الصلة المخزنة عبر العديد من التطبيقات والقنوات ومخازن البيانات. يمكنك البدء خلال دقائق باستخدام سير العمل المطابقة المرنة والقابلة للتوسع، والتي يمكنها الاتصال بتطبيقاتك الحالية بسلاسة، دون الحاجة إلى أي خبرة في حل الكيانات أو تعلّم الآلة. تتوفر خدمة AWS Entity Resolution بشكل عام في مناطق AWS هذه. لمعرفة المزيد، تفضل بزيارة خدمة AWS Entity Resolution.