AWS Entity Resolution에서 Levenshtein, Cosine, and Soundex를 사용한 고급 매칭 기능 출시
오늘 AWS Entity Resolution은 Levenshtein Distance, Cosine Similarity, Soundex 알고리즘을 활용한 고급 규칙 기반 퍼지 매칭 기능을 발표했습니다. 이 기능은 조직은 파편화되고 일관성이 없으며 종종 불완전한 데이터세트에서 소비자 레코드를 확인하는데 도움이 됩니다. 이 기능은 변형이나 오타를 허용하여 수동으로 레코드를 사전 처리할 필요 없이 더 정확하고 유연하게 엔티티를 확인할 수 있게 합니다. AWS Entity Resolution의 고급 규칙 기반 퍼치 매칭은 매칭 성공률을 높이고, 개인화를 강화하고, 소비자 관점을 통합하는 데 도움이 되며, 이는 효과적인 교차 채널 타겟팅, 리타겟팅, 그리고 측정을 위해 매우 중요합니다.
AWS Entity Resolution 고급 규칙 기반 퍼지 매칭은 기존의 규칙 기반 매칭 기술과 기계 학습 기반 매칭 기술 간의 간극을 메워줍니다. 고객은 레코드 매칭을 위해 퍼지 알고리즘을 사용하여 문자열 필드에 대한 유사도, 차이, 음성학적 임계값을 설정할 수 있습니다. 이를 통해 결정론적 매칭의 구성 가능성과 확률적 매칭의 유연성을 모두 활용할 수 있습니다. 이 기능은 광고 및 마케팅, 소매 및 소비재, 금융 서비스 등 고객 확인, 사기 탐지, 마케팅 목적으로 소비자 레코드가 중요한 다양한 산업에 적용될 수 있습니다.
AWS Entity Resolution은 조직이 여러 애플리케이션과 채널, 데이터 스토어에 저장된 관련 고객, 제품, 비즈니스 또는 의료 기록을 더욱 쉽게 매칭하고 연결, 개선하도록 지원합니다. 엔터티 확인이나 기계 학습에 대한 전문 지식이 없어도, 유연하고 확장 가능하며 기존 애플리케이션에 원활하게 연결할 수 있는 매칭 워크플로를 사용하여 몇 분 만에 시작할 수 있습니다. AWS Entity Resolution은 이러한 AWS 리전에서 정식 버전으로 제공됩니다. 자세한 내용은 AWS Entity Resolution에서 확인하세요.