Generowanie wielowymiarowego filtru porównania

Aby wygenerować wielowymiarowy filtr porównania w pasującym algorytmie, zaktualizuj zgodną konfigurację mechanizmu za pomocą komend interfejsu REST API:

1. Uzyskaj dostęp i uwierzytelnij się w interfejsie API IBM Match 360 .

2. Określ ładunek produktu POST /mdm/v1/algorithms/{record_type} , który definiuje filtr, tak jak w następującym przykładzie:

   {"person_entity":{"auto_link_threshold":0.4,"matching_attributes":[{"attributes":["legal_name"], "post_filter_methods": ["false_positive_filter"]},{"attributes":["primary_residence"], "post_filter_methods": ["false_positive_filter"]}, {"attributes":["mobile_telephone"]},
   {"attributes":["birth_date"], "post_filter_methods": ["false_positive_filter"]}, {"attributes":["gender"]}, {"attributes":["personal_email"]}]}}
   

   W przykładowym ładunku false_positive_filter jest nazwą filtru niestandardowego. Ma ona zastosowanie do każdego atrybutu w ładunku, który zawiera nazwę filtru.

Przykładowy ładunek interfejsu API wygeneruje algorytm zawierający false_positive_filter , w którym domyślne wagi i kary są domyślne, czyli 0.

Opcjonalnie można dostosować wagi i kary w celu spełnienia wymagań organizacji, a następnie wdrożyć zaktualizowany algorytm za pomocą interfejsu API produktu PUT /mdm/v1/algorithms/{record_type} .

Zrozumienie parametrów definiujących filtry

Aby zrozumieć parametry konfiguracyjne, które definiują wielowymiarowe filtry porównania, należy wziąć pod uwagę przykład false_positive_filter utworzonego w poprzedniej sekcji.

Pobierz bieżący algorytm za pomocą komendy API GET /mdm/v1/algorithms/{record_type}.

Po przesłaniu żądania POST w poprzedniej sekcji, wraz z odpowiednim przykładowym ładunkiem, wygenerowano następującą sekcję w konfiguracji algorytmu:

{
  "false_positive_filter": {
    "filter_recipe": [
      {
        "method": "FilterMethod.MultiDimFilter",
        "inputs": [1,2,3],
        "label": "Multi-Dim filter",
        "weights": [
          {
            "distances": [0,0],
            "values": [0,0,0,0,0,0]
          }
        ]
      }
    ],
    "inputs": [
      {"compare_method": "address_compare"},
      {"compare_method": "date_compare"},
      {"compare_method": "pername_compare"}
    ],
    "label": "false_positive_filter"
  }
}

W przykładowej sekcji false_positive_filter znajdują się standardowe parametry definiujące wielowymiarowe filtry porównania:

• filter_recipe -ta sekcja zawiera tablicę parametrów, które udostępniają niezbędny przepis definiujący pasujące wagi dla każdego wejścia.

  • inputs. Sekcja filter_recipe.inputs zawiera indeks danych wejściowych, do których odnosi się ten przepis filtru. Są to liczby odpowiadające kolejności metod porównywania, które zostały wymienione w sekcji inputs . Na przykład, w przykładzie, 1 odpowiada metodzie address_compare , 2 odpowiada metodzie date_compare , a 3 odpowiada metodzie pername_compare .
  • weights -Sekcja weights jest tablicą elementów, które definiują sposób ważenia poszczególnych danych wejściowych dla porównania trójwymiarowego. Sekcja weights zawiera definicje distances i values dla danych wejściowych. Domyślna waga to 0 dla dowolnych danych wejściowych, które nie są zdefiniowane.

• inputs -ta sekcja zawiera metody porównywania atrybutów zgodnych. Te metody będą używać odległości i wag zdefiniowanych w sekcji filter_recipe .

• max_distance -Opcjonalny (nie jest wyświetlany). Ten parametr definiuje maksymalną odległość. Domyślna maksymalna odległość to 5, co oznacza, że parametr filter_recipe.weights.values może zawierać 6 elementów ("values":[0,1,2,3,4,5]).

Konfigurowanie filtrów niestandardowych

Aby dostosować istniejące metody porównywania do użycia z filtrem porównania wielowymiarowego:

1. Pobierz bieżący algorytm:

   GET /mdm/v1/algorithms/{record_type}
   

2. Zaktualizuj algorytm zgodnie z potrzebami. Można na przykład:

   • Dodaj lub zaktualizuj elementy w sekcji weights , aby dostosować wagi dla wymienionych danych wejściowych.
   • Zdefiniuj maksymalną odległość, dodając parametr max_distance .
   • Dodaj metody porównywania jako dane wejściowe, które będą używać tego filtru zamiast domyślnych pasujących wag.

3. Zastąp zgodny algorytm zaktualizowaną wersją:

   PUT /mdm/v1/algorithms/{record_type}
   

Przykład 1: Użyj następującego przykładowego ładunku, jeśli chcesz ustawić maksymalną odległość do 9 i określić niestandardowe wagi i kary dla różnych kombinacji wejść i odległości w następujący sposób: -input1 distance=0, input2 distance=0, input3 distance = [ 0,1,2,3,4,5,6,7,8, 9]. W tym przypadku kombinacja odległości [ 0,0, 3] daje wynik 15.

• input1 distance=1, input2 distance=0, input3 dystans = [ 0,1,2,3,4,5,6,7,8, 9]. W tym przypadku kombinacja odległości [ 1,0, 9] daje wynik w wysokości -30.

{
  "false_positive_filter": {
    "filter_recipe": [
      {
        "method": "FilterMethod.MultiDimFilter",
        "max_distance": 9,
        "inputs": [1,2,3],
        "label": "Multi-Dim filter",
        "weights": [
          {
            "distances": [0,0],
            "values": [0,-5,-10,-15,-20,-25,-30,-30,-30,-30]
          },
          {
            "distances": [1,0],
            "values": [0,-5,-10,-15,-20,-25,-30,-30,-30,-30]
          }
        ]
      }
    ],
    "inputs": [
      {"compare_method": "address_compare"},
      {"compare_method": "date_compare"},
      {"compare_method": "pername_compare"}
    ],
    "label": "false_positive_filter"
  }
}

Przykład 2: Można dodać własne niestandardowe metody porównywania i skonfigurować je do wykluczenia z udziału w ogólnym wyniku dopasowania, tak jak w następującym przykładowym ładunku. W tym przypadku metody niestandardowe będą używane tylko przez filtr porównania wielowymiarowego.

W poniższym przykładzie filtr given_name_only_compare ustawia overall_score_contribution na false.

{
  "given_name_only_compare": {
    "methods": [
      {
        "inputs": [
          {
            "attributes": [
              "legal_name"
            ],
            "fields": [
              "given_name"
            ]
          }
        ],
        "compare_recipe": [
          {
            "comparison_resource": "person_person_entity_person_compare_spec_name",
            "method": "CompareMethod.NameCompare",
            "inputs": [
              1
            ],
            "label": "Given Name Only Match",
            "fields": [
              "given_name"
            ]
          } 
        ]
      }
    ],
    "overall_score_contribution" : false,
    "label": "Given Name Only Compare",
    "weights": [1,0,0,0,0,0,0,0,0,0,0]
  }
}