Dubletten

Die Analyse

Die AS MearchBox zerlegt Namen, Straßen und Orte wissens- und regelbasiert in ihre Bestandteile, bevor sie verglichen werden. Die Seite erklärt das Vorgehen und zeigt es an Beispielen.

Wissens- und regelbasierte Analyse

Wenn Sie bereits etwas durch unsere Website geblättert haben, sind Ihnen sicherlich schon häufiger Begriffe wie wissens- und regelbasierte Analyse und Interpretation begegnet. Da diese Vorabanalyse die eigentliche Grundlage für eine hochqualitative, treffsichere und fehlertolerante Identifikation ist, erklären wir hier ausführlich, was wir darunter verstehen und wie wir diese Vorgabe umsetzen.

Bedenken Sie, dass nur eine detailgenaue Analyse und Interpretation aller Adressbestandteile verhindert, dass „Äpfel mit Birnen“ verglichen werden. Wissens- und regelbasierte Analyse und Interpretation ist bei uns kein Marketingschlagwort, sondern eine gelebte Philosophie.

Schema „Analyse eines Datenbestandes“: Der Eingangsbestand wird unter Einbeziehung von Wissen und Regeln analysiert und als analysierter Bestand abgelegt

Analyseaufbau

Das Besondere an unseren Basiskomponenten ist die vorgeschaltete, detailgenaue Analyse aller Bestandteile eines Namens. Analysiert werden z. B. Firmeneigennamen (z. B. Oracle, Delta V, Microsoft, etc.), Firmenidentifikatoren (z. B. „Bank“, „Versicherung“, „EDV“, „Service“, etc.), Ortsangaben (z. B. „Düsseldorfer“, „Köln“, „Deutschland“), Rechtsformen (z. B. „GmbH“, „AG“, „GbR“, etc.) und alle anderen Bestandteile, die in Firmennamen vorkommen können. Grundlage ist eine große Wissens- und Regeldatenbank, die eine effiziente, performante, fehlertolerante Analyse gewährleistet.

Das gleiche Verfahren funktioniert natürlich genauso auf Basis privatpersonenrelevanter Informationen (z. B. Vor- und Nachnamenslisten, Titel, Anrede, Präfix, Suffixe, Berufe, etc.).

Die erwähnten Wissens- und Regeldatenbanken enthalten dabei EU-weites Wissen und werden insbesondere auch auf internationale Datenbestände optimiert.

Die Analyse von Namen

Das Ergebnis der Analyse der Namensdaten ist eine Zeichenkette, in der alle Namensbestandteile mit ihrer Bedeutung in normalisierter Form abgelegt werden. Als Eingabeparameter wird lediglich der Originalname – d. h. die Aneinanderkettung aller Namenselemente aus dem Adressbestand – übergeben. Die Analyse identifiziert automatisch die Bestandteile von Personen- oder Firmennamen.

Beispiele für die Analyse

Beispiel 1: Personenname

Eingabe: Herr Graf Dipl.-Ing. Hans-Josef von Thun und Hohenstein sr.

Ausgabe:

Anredeherr
Adelstitelgraf
Akademischer Titeldipl ing
Vornamehans josef
Präfixvon
Nachnamethun und hohenstein
Suffixsr

Beispiel 2: Firmenname

Eingabe: T & A Systemgesell. f. DV-Integration mbH

Ausgabe:

mögliches Akronymta
Firmenwortsystem
Teil der Gesellschaftsform GmbHgesell
Abkürzungf
mögliches Akronymdv
Firmenwortintegration
Teil der Gesellschaftsform GmbHmbh

Vergleich von Namenselementen

Der Vergleich von zwei Namen ist eine Wissenschaft für sich und keinesfalls mit einfachen, mathematischen Vergleichsalgorithmen ausreichend durchführbar.

Bei der AS MearchBox (und natürlich auch bei der AS ConvertBox) versuchen wir auf Basis einer riesigen, internationalen Wissensdatenbank zuerst alle Bestandteile eines Namens zu erkennen und ihnen die im jeweiligen Kontext gültige Bedeutung zuzuordnen. Erst nachdem diese Vorabanalyse der Namensbestandteile durchgeführt wurde, kann ein exakter Vergleich erfolgen. Dies entspricht der üblichen Vorgehensweise des Menschen, wenn er die Ähnlichkeit zweier Namen bestimmt.

Beispiele für den Namensvergleich

Beispiel 1: Akronym

Namenspaar: Aachener Immobilienberatungsgesellschaft mbH --- AIB GmbH

Der Mensch weiß, dass „Immobilienberatungsgesellschaft“ aus den Teilwörtern „Immobilie“, „Beratung“ und „Gesellschaft“ besteht. „Gesellschaft“ ist Teil der Rechtsform, es handelt sich also beim ersten Namen um eine GmbH.

Zusammen mit „Aachener“ ergeben die beiden Firmentätigkeitsworte „Immobilie“ und „Beratung“ zudem eine hohe Ähnlichkeit mit „AIB“; es handelt sich hier um ein sogenanntes Akronym. Insgesamt erkennt der Mensch auf Basis dieser wissensbasierten, intelligenten Bestimmung der einzelnen Bestandteile dieser beiden Namen eine sehr hohe Ähnlichkeit, die durch ein rein mathematisches Vergleichsverfahren nicht möglich wäre.

Beispiel 2: Vertauschte Angaben zu Nachname und Beruf

Namenspaar: Herbert Arzt, Zimmermann --- Herbert Zimmermann, Arzt

Hier verhält es sich genau andersherum als bei dem anderen Beispiel: Die mathematische Ähnlichkeit der beiden Namen ist extrem hoch, während der Mensch sofort erkennt, dass es sich hierbei gar nicht um die gleiche Person handeln kann.

Beide Personen heißen zwar „Herbert“ mit Vornamen. Die erste Person heißt jedoch mit Nachnamen „Arzt“ und ist von Beruf „Zimmermann“, während der Name der zweiten Person „Zimmermann“ und ihr Beruf „Arzt“ ist.

Zusammenfassung

Diese beiden einfachen Beispiele sollen Ihnen die Notwendigkeit eines wissensbasierten, intelligenten Vergleichsverfahrens verdeutlichen, damit nicht „Äpfel mit Birnen“ verglichen werden. Dass die wissens- und regelbasierte Vorgehensweise der AS MearchBox keine leere Marketinghülse darstellt, soll im Folgenden genauer erläutert werden.

Vorabanalyse der Namensbestandteile

Der Namensvergleich wird in einem mehrstufigen Verfahren durchgeführt. Dabei wird u. a. berücksichtigt, ob zwei Privatpersonen, zwei Organisationen oder eine Privatperson mit einer Organisation verglichen werden.

Bei der Vorabanalyse erkennt die AS MearchBox mit einer extrem hohen Trefferwahrscheinlichkeit, ob es sich bei einem Datensatz um eine Organisation oder eine (bzw. mehrere) Privatperson(en) handelt. Diese Vorabanalyse versucht auch sofort alle Bestandteile eines Namens zu erkennen.

Bestandteile bei Privatpersonen

Bei Privatpersonen werden u. a. die folgenden möglichen Bestandteile eines Namens erkannt:

Anrede bzw. Titulatur„Herr“,„Frau“, „Eheleute“, „Familie“, etc.
Titel„Prof. Dr.“, „Dipl.-Stat.“, „General“, etc.
Präfixe„von den“, „van der“, „del“, etc.
Vornamen„Hans-Peter“, „Erwin“, etc.
Initial„HPB van den Bosch“ ==> „H.P.B. sind Initiale“
Nachnamenauch zusammengehörende Nachnamen
Suffixez. B. „sr.“ oder „jun.“
Berufez. B. „Zahnarzt“ oder „Schreiner“

Bestandteile bei Organisationen

Bei Organisationen werden u. a. die folgenden möglichen Bestandteile eines Namens erkannt:

Firmeneigennamez. B. „Address Solutions“, „Oracle“, „Microsoft“, etc.
Firmentätigkeitswortez. B. „Versicherung“, „Immobilien“, „Beratung“, „Software“, etc.
Firmenwortsplittungz. B. „Immobilienberatung“ ==> „Immobilie“, „Beratung“, „Kindertagesstätte“ ==> „Kind“, „Tag“, „Stätte“
Erkennung von Plural und Standardisierung auf Singular
Erkennung und Separierung der Gesellschaftsformz. B. „Müller Beratungsges. f. Immobilien mbH und CoKG“ ==> „GmbH & Co.KG“, „Albert Einstein Stift.“ ==> „Stiftung“, etc.
Geografische Begriffez. B. „München“, „Asien“, „Gerolsteiner“, „Brabantse“, „New York“, etc.
privatpersonenrelevante Bestandteile, die auch in Organisationsnamen vorkommen können
Erkennung von Akronymenz. B. „AIB Aachener Immobilienberatung“

Analyse von Straßendaten

Bei der Analyse der Straßendaten werden Straßenname, Straßentyp und Hausnummer voneinander getrennt und in separaten Analysefeldern abgelegt, sodass bei einem anschließenden Vergleich diese Elemente unabhängig voneinander bewertet werden.

Beispiel

Eingabe: Am Burgweg 21-23

Ausgabe:

Straßenname Zusatzam
Straßenname Identifikationswortburg
Straßenartweg
Hausnummer21
Hausnummernzusatz-23

Analyse von Ortsdaten

Bei der Analyse der Ortsdaten werden – analog zur Vorgehensweise bei Straßennamen – alle Elemente entsprechend ihrer Bedeutung in separate Felder abgelegt.

Beispiel

Eingabe: 52223 Stolberg/Münsterbusch

Ausgabe:

Postleitzahl52223
Ortstolberg
Ortsteilmuensterbusch

Online-Demo

Probieren Sie es mit einer eigenen Adresse aus.

Die Online-Demo zeigt die Verfahren direkt im Browser. Fragen zu Produkten oder zum Unternehmen beantworten wir gerne persönlich.