Developer 转换指南

上一个下一个

群集分析中的驱动程序得分和链接得分

如果在匹配转换中选择了群集输出选项，则可以在输出中添加链接得分和驱动程序得分数据。

链接得分是指可指示两个记录是同一群集中成员的两个记录之间的得分。记录之间的链接将确定群集的组成。任何记录都可以链接到同一群集中的其他任何记录。

驱动程序得分是指群集中具有最高序列 ID 值的记录与同一群集中另一个记录之间的得分。驱动程序得分提供了访问群集中所有记录（而非单个记录）的方法。如果在匹配输出中添加驱动程序得分，映射运行速度将减慢，因为匹配转换必须在所有群集完成后才能计算驱动程序得分。

匹配分析将针对您定义的每个策略生成一组得分。驱动程序得分和链接得分指示每个群集中不同记录对的匹配得分。驱动程序得分和链接得分可能会依赖于记录进入转换的顺序。驱动程序得分可能低于匹配阈值。

配置字段匹配策略以分析姓氏数据列。在策略中设置

0.825

的匹配阈值。选择一种群集输出格式，运行转换上的数据查看器。

下表显示了数据查看器所显示的数据：

姓氏	序列 ID	群集 ID	群集大小	驱动程序 ID	驱动程序得分	链接 ID	链接得分
SMITH	1	1	2	1 - 6	1	1 - 1	1
SMYTH	2	2	2	1 - 3	0.83333	1 - 2	1
SMYTHE	3	2	2	1 - 3	1	1 - 2	0.83333
SMITT	4	3	1	1 - 4	1	1 - 4	1
SMITS	5	4	1	1 - 5	1	1 - 5	1
SMITH	6	1	2	1 - 6	1	1 - 1	1

数据查看器包含以下关于姓氏数据的信息：

SMITT 和 SMITS 不匹配任何得分符合匹配阈值的记录。匹配转换将确定记录在数据集中是唯一的。

SMITT 和 SMITS 的群集大小为 1。要找到群集输出中的唯一记录，请搜索包含单个记录的群集。

SMITH 和 SMITH 的链接得分是 1。匹配转换将确定记录是完全相同的。转换将记录添加到单个群集。

SMYTH 和 SMYTHE 的链接得分是 0.83333。得分超出匹配阈值。因此，转换将记录添加到单个群集。

发送反馈