AWS Entity Resolution 数据匹配服务推出使用 Levenshtein、Cosine 和 Soundex 算法的高级匹配功能

发布于: 2025年7月30日

今天，AWS Entity Resolution 数据匹配服务宣布推出使用 Levenshtein Distance（莱文斯坦距离）、Cosine Similarity（余弦相似度）和 Soundex 算法的基于规则的高级模糊匹配功能，以帮助组织在碎片化、不一致且常常不完整的数据集中解析消费者记录。此功能支持对变体和拼写错误的容忍，从而在无需手动预处理记录的情况下，实现更准确、更灵活的实体解析。AWS Entity Resolution 数据匹配服务中基于规则的高级模糊匹配有助于客户提高匹配率、增强个性化体验并统一消费者视图，这对于有效的跨渠道投放、重定向和效果衡量至关重要。

AWS Entity Resolution 数据匹配服务基于规则的高级模糊匹配功能弥合了基于规则的传统匹配技术与基于机器学习的匹配技术之间的差距。客户可以使用模糊算法为字符串字段设置相似度、距离和语音阈值以匹配记录，从而提供确定性匹配的可配置性和概率匹配的灵活性。该功能适用于多个行业，包括广告与营销、零售与消费品或金融服务，在这些行业中，解析消费者记录对于客户验证、欺诈检测或营销活动都至关重要。

AWS Entity Resolution 数据匹配服务可帮助您更轻松地匹配、链接和增强存储在多个应用程序、渠道和数据存储中的相关客户、产品、业务或医疗保健记录。只需几分钟，您即可开始使用灵活、可扩展且能无缝连接到现有应用程序的匹配流程，无需具备任何实体解析或 ML 方面的专业知识。AWS Entity Resolution 数据匹配服务现已在这些 AWS 区域全面推出。要了解更多信息，请访问 AWS Entity Resolution 数据匹配服务。