SAP Cloud for Customer客戶主數(shù)據(jù)的重復(fù)檢查-Levenshtein算法

SAP C4C的客戶主數(shù)據(jù)創(chuàng)建時的重復(fù)檢查，基于底層HANA數(shù)據(jù)庫的模糊查找功能，根據(jù)掃描數(shù)據(jù)庫中已有的數(shù)據(jù)檢測出當(dāng)前正在創(chuàng)建的客戶主數(shù)據(jù)是否和數(shù)據(jù)庫中記錄有重復(fù)。

在系統(tǒng)里開啟重復(fù)檢查的配置：

在此處配置主數(shù)據(jù)模型上每個字段對重復(fù)性檢查結(jié)果共享的權(quán)值：

要理解權(quán)值的作用，就必須先理解C4C客戶主數(shù)據(jù)重復(fù)性檢查的算法Levenshtein algorithm。這個算法以開發(fā)者Vladimir Levenshtein命名，通過計算Levenshtein(萊文斯坦)距離來衡量兩個字符串的相似度。

看個具體例子。

假設(shè)數(shù)據(jù)庫里有一條主數(shù)據(jù)記錄：

Name = Carl,

Email =  jerry@sap.com

然后在C4C UI創(chuàng)建一個新的客戶主數(shù)據(jù)：

Name = Corl,

Email =  jerry@sap.com

其中Name字段的相似度為 1 - 1/4 = 75%，而Email字段相似度為100%。

然后在C4C里這兩個字段的權(quán)值配置如下：

Name = 30

E-mail = 70

按照Levenshtein algorithm的公式計算重復(fù)度：

SIM = SQRT( (302 * 0.752 + 702 * 12) / (302 + 702) ) = 0.97 = 97%

到底重復(fù)度多少的待創(chuàng)建客戶主數(shù)據(jù)被認為是真正的重復(fù)數(shù)據(jù)呢？可以在Business Configuration里配置：

‘Strong – Duplicate Check for Business Partners’:85%

‘Medium – Duplicate Check for Business Partners’: 80%

‘Weak – Duplicate Check for Business Partners’: 70%

要獲取更多Jerry的原創(chuàng)文章，請關(guān)注公眾號"汪子熙":