AWS Entity Resolution 推出使用 Levenshtein、Cosine 和 Soundex 的進階匹配

張貼日期: 2025年7月30日

AWS Entity Resolution 今日宣佈推出使用 Levenshtein 距離、Cosine 相似度和 Soundex 演算法的進階規則型模糊匹配，協助組織解決碎片化、不一致且通常不完整之資料集中的消費者記錄。此功能導入能夠識別不同寫法和錯字的功能，從而實現在準確性和靈活性更具潛力的實體解析，而不需要手動預先處理記錄。AWS Entity Resolution 中的進階規則型模糊匹配可協助客戶提升匹配率、改善個人化並整合消費者檢視，這對於有效跨通道定位、重新定位和測量至關重要。

AWS Entity Resolution 進階規則型模糊匹配可彌合傳統規則型與機器學習匹配流程技術之間的差距。客戶可以使用模糊演算法來設定用於匹配記錄之字串欄位上的相似度、距離和語音閾值，提供決定性匹配的可設定性，並具有機率匹配的靈活性。此功能可應用於廣告和行銷、零售和消費品或金融服務等多個行業，其中解析消費者記錄對於驗證客戶、欺詐偵測或行銷目的至關重要。

AWS Entity Resolution 可幫助組織比對、連接和增強儲存在多個應用程式、管道和資料儲存體中的相關客戶、產品、業務或醫療保健記錄。只需幾分鐘，您即可開始使用靈活、可擴展且能無縫連接到現有應用程式的匹配流程，而無需任何實體解析或 ML 方面的專業知識。AWS Entity Resolution 已在這些 AWS 區域正式推出。若要進一步了解，請造訪 AWS Entity Resolution。