Ungenaue Übereinstimmung im Abfrage-Service
- Themen:
- Abfragen
Erstellt für:
- Benutzende
- Entwickler
Verwenden Sie eine „ungefähre“ Übereinstimmung in Ihren Adobe Experience Platform-Daten, um die wahrscheinlichsten ungefähren Übereinstimmungen zurückzugeben, ohne nach Zeichenfolgen mit identischen Zeichen suchen zu müssen. Dies ermöglicht eine wesentlich flexiblere Suche nach Ihren Daten und macht Ihre Daten durch Zeit- und Arbeitseinsparungen leichter zugänglich.
Anstatt zu versuchen, die Suchzeichenfolgen neu zu formatieren, um sie zuzuordnen, analysiert die Fuzzy-Übereinstimmung das Verhältnis der Ähnlichkeit zwischen zwei Sequenzen und gibt den Prozentsatz der Ähnlichkeit zurück. FuzzyWuzzy wird für diesen Prozess empfohlen, da seine Funktionen besser geeignet sind, Zeichenfolgen in komplexeren Situationen abzugleichen als in regex oder difflib.
Das in diesem Anwendungsbeispiel dargestellte Beispiel konzentriert sich auf das Abgleichen ähnlicher Attribute aus einer Hotelzimmersuche über zwei verschiedene Reisebüro-Datensätze hinweg. Das Dokument zeigt, wie Zeichenfolgen anhand ihres Ähnlichkeitsgrads aus großen separaten Datenquellen abgeglichen werden. In diesem Beispiel vergleicht Fuzzy Match die Suchergebnisse nach den Funktionen eines Zimmers der Reisebüros Luma und Acme.
Erste Schritte
Im Rahmen dieses Prozesses müssen Sie ein Modell für maschinelles Lernen trainieren. Dieses Dokument setzt Kenntnisse über eine oder mehrere maschinelle Lernumgebungen voraus.
In diesem Beispiel werden Python und die Jupyter Notebook Entwicklungsumgebung verwendet. Obwohl viele Optionen verfügbar sind, wird Jupyter Notebook empfohlen, da es sich um eine Open-Source-Webanwendung mit geringen Rechenanforderungen handelt. Es kann von der offiziellen JupyterWebsite heruntergeladen.
Bevor Sie beginnen, müssen Sie die erforderlichen Bibliotheken importieren. FuzzyWuzzy ist eine Open-Source-Python-Bibliothek, die auf der difflib-Bibliothek aufbaut und zum Abgleichen von Zeichenfolgen verwendet wird. Es verwendet Levenshtein Distance, um die Unterschiede zwischen Sequenzen und Mustern zu berechnen. FuzzyWuzzy hat die folgenden Anforderungen:
- Python 2.4 (oder höher)
- Python-Levenshtein
Verwenden Sie in der Befehlszeile den folgenden Befehl, um FuzzyWuzzy zu installieren:
pip install fuzzywuzzy
Oder verwenden Sie den folgenden Befehl, um Python-Levenshtein ebenfalls zu installieren:
pip install fuzzywuzzy[speedup]
Weitere technische Informationen zu Fuzzywuzzy finden Sie in ihrer offiziellen Dokumentation.
Verbindung zum Abfrage-Service herstellen
Sie müssen Ihr maschinelles Lernmodell mit dem Abfrage-Service verbinden, indem Sie Ihre Verbindungsberechtigungen angeben. Es können sowohl ablaufende als auch nicht ablaufende Anmeldeinformationen angegeben werden. Weitere Informationen zum der erforderlichen Anmeldeinformationen findenim „Handbuch zu Anmeldeinformationen“. Wenn Sie Jupyter Notebook verwenden, lesen Sie bitte die vollständige Anleitung unter Verbindung zum Abfrage-Service.
Stellen Sie außerdem sicher, dass Sie das numpy Paket in Ihre Python importieren, um lineare Algebra zu aktivieren.
import numpy as np
Die folgenden Befehle sind erforderlich, um eine Verbindung zum Abfrage-Service von Jupyter Notebook aus herzustellen:
import psycopg2
conn = psycopg2.connect('''
sslmode=require
host=<YOUR_ORGANIZATION_ID>
port=80
dbname=prod:all
user=<YOUR_ADOBE_ID_TO_CONNECT_TO_QUERY_SERVICE>
password=<YOUR_QUERY_SERVICE_PASSWORD>
''')
cur = conn.cursor()
Ihre Jupyter Notebook ist jetzt mit dem Abfrage-Service verbunden. Wenn die Verbindung erfolgreich hergestellt wurde, wird keine Meldung angezeigt. Wenn die Verbindung fehlschlägt, wird ein Fehler angezeigt.
Daten aus dem Luma-Datensatz zeichnen
Die zu analysierenden Daten werden aus dem ersten Datensatz mit den folgenden Befehlen extrahiert. Der Kürze halber wurden die Beispiele auf die ersten 10 Ergebnisse der Spalte beschränkt.
cur.execute('''SELECT * FROM luma;
''')
luma = np.array([r[0] for r in cur])
luma[:10]
Wählen Sie Ausgabe aus, um das zurückgegebene Array anzuzeigen.
array(['Deluxe King Or Queen Room', 'Kona Tower City / Mountain View',
'Luxury Double Room', 'Alii Tower Ocean View With King Bed',
'Club Two Queen', 'Corner Deluxe Studio',
'Luxury Queen Room With Two Queen Beds', 'Grand Corner King Room',
'Accessible Club Ocean View Suite With One King Bed',
'Junior Suite'], dtype='<U66')
Daten aus dem Acme-Datensatz zeichnen
Die zu analysierenden Daten werden nun mit den folgenden Befehlen aus dem zweiten Datensatz abgerufen. Zur Vereinfachung wurden die Beispiele auf die ersten 10 Ergebnisse der Spalte beschränkt.
cur.execute('''SELECT * FROM acme;
''')
acme = np.array([r[0] for r in cur])
acme[:10]
Wählen Sie Ausgabe aus, um das zurückgegebene Array anzuzeigen.
array(['Deluxe King Or Queen Room', 'Kona Tower City / Mountain View',
'Luxury Double Room', 'Alii Tower Ocean View With King Bed',
'Club Two Queen', 'Corner Deluxe Studio',
'Luxury Queen Room With Two Queen Beds', 'Grand Corner King Room',
'Accessible Club Ocean View Suite With One King Bed',
'Junior Suite'], dtype='<U66')
Erstellen einer Fuzzy-Scoring-Funktion
Als Nächstes müssen Sie fuzz aus der FuzzyWuzzy-Bibliothek importieren und einen Teilverhältnisvergleich der Zeichenfolgen ausführen. Mit der Funktion für das Teilverhältnis können Sie die Zuordnung von Teilzeichenfolgen durchführen. Hierbei wird die kürzeste Zeichenfolge verwendet und mit allen Unterzeichenfolgen abgeglichen, die dieselbe Länge aufweisen. Die Funktion gibt ein prozentuales Ähnlichkeitsverhältnis von bis zu 100 % zurück. Beispielsweise würde die Funktion für das Teilverhältnis die folgenden Zeichenfolgen „Deluxe Zimmer“, „1 King Bett“ und „Deluxe Zimmer mit Kingsize-Bett“ vergleichen und einen Ähnlichkeitswert von 69 % zurückgeben.
Im Anwendungsfall „Hotelzimmer-Match“ geschieht dies mithilfe der folgenden Befehle:
from fuzzywuzzy import fuzz
def compute_match_score(x,y):
return fuzz.partial_ratio(x,y)
Importieren Sie als Nächstes cdist aus der SciPy-Bibliothek, um den Abstand zwischen den einzelnen Paaren in den beiden Sammlungen von Eingaben zu berechnen. Dieser Parameter berechnet die Bewertungen für alle Zimmerpaare, die von den einzelnen Reisebüros bereitgestellt werden.
from scipy.spatial.distance import cdist
pairwise_distance = cdist(luma.reshape((-1,1)),acme.reshape((-1,1)),compute_match_score)
Erstellen Sie Zuordnungen zwischen den beiden Spalten mithilfe des Fuzzy-Join-Punkts
Nachdem die Spalten auf der Grundlage der Entfernung bewertet wurden, können Sie die Paare indizieren und nur Übereinstimmungen beibehalten, die höher als ein bestimmter Prozentsatz waren. In diesem Beispiel werden nur Paare beibehalten, die mit einem Score von 70 % oder höher übereinstimmen.
matched_pairs = []
for i,c1 in enumerate(luma):
idx = np.where(pairwise_distance[i,:] > 70)[0]
for j in idx:
matched_pairs.append((luma[i].replace("'","''"),acme[j].replace("'","''")))
Die Ergebnisse können mit dem folgenden Befehl angezeigt werden. Der Kürze halber sind die Ergebnisse auf zehn Zeilen beschränkt.
matched_pairs[:10]
Wählen Sie Ausgabe, um die Ergebnisse anzuzeigen.
[('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Standard Room, Lagoon View', 'Standard Room With Ocean View'),
('Standard Room, Lagoon View', 'Standard Room Dolphin Lagoon View'),
('Deluxe Room, 2 Queen Beds', 'Deluxe Room - Two Queen Beds'),
('Deluxe Room, 2 Queen Beds', 'Deluxe Room - One King Bed'),
('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Premier Room, 1 King Bed', 'Royal Club Premier Room - One King Bed'),
('Deluxe Room, Corner', 'Deluxe Room (Non Refundable)'),
('Deluxe Suite', 'Corner Deluxe Studio')]
Die Ergebnisse werden dann mithilfe von SQL mit dem folgenden Befehl abgeglichen:
matching_sql = ' OR '.join(["(e.luma = '{}' AND b.acme = '{}')".format(c1,c2) for c1,c2 in matched_pairs])
Anwenden der Zuordnungen für den Fuzzy-Join im Abfrage-Service
Als Nächstes werden die übereinstimmenden Paare mit hoher Punktzahl mithilfe von SQL verbunden, um einen neuen Datensatz zu erstellen.
:
cur.execute('''
SELECT * FROM luma e
CROSS JOIN acme b
WHERE
{}
'''.format(matching_sql))
[r for r in cur]
Wählen Ausgabe, um die Ergebnisse dieses Joins anzuzeigen.
[('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Standard Room, Lagoon View', 'Standard Room With Ocean View'),
('Standard Room, Lagoon View', 'Standard Room Dolphin Lagoon View'),
('Deluxe Room, 2 Queen Beds', 'Deluxe Room - Two Queen Beds'),
('Deluxe Room, 2 Queen Beds', 'Deluxe Room - One King Bed'),
('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Premier Room, 1 King Bed', 'Royal Club Premier Room - One King Bed'),
('Deluxe Room, Corner', 'Deluxe Room (Non Refundable)'),
('Deluxe Suite', 'Corner Deluxe Studio'),
('Deluxe Suite', 'Deluxe Suite'),
('Deluxe Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Club Room, 2 Queen Beds', 'Deluxe Room - Two Queen Beds'),
('Business Double Room, 2 Double Beds', 'Double Room with Two Double Beds'),
('Business Double Room, 2 Double Beds', 'Double Room with Two Double Beds'),
('Business Double Room, 2 Double Beds', 'Double Room with Two Double Beds'),
('Business Double Room, 2 Double Beds', 'Business King Room'),
('Business Double Room, 2 Double Beds', 'Double Room with Two Double Beds'),
('Business Double Room, 2 Double Beds',
'Business Double Room With Two Double Beds'),
('Business Double Room, 2 Double Beds', 'Deluxe Double Room'),
('Traditional Double Room, 2 Double Beds',
'Double Room with Two Double Beds'),
('Traditional Double Room, 2 Double Beds',
'Double Room with Two Double Beds'),
('Traditional Double Room, 2 Double Beds',
'Double Room with Two Double Beds'),
('Traditional Double Room, 2 Double Beds',
'Double Room with Two Double Beds'),
('Deluxe Suite, 1 Bedroom', 'Deluxe Suite'),
('City Room, City View', 'Room With City View'),
('City Room, City View', 'Queen Room With City View'),
('City Room, City View', 'Club Level King Or Queen Room with City View'),
('Club Room, Premium 2 Queen Beds', 'Club Premium Two Queen'),
('Club Room, Premium 2 Queen Beds', 'Premium Two Queen'),
('Deluxe Room, Lake View', 'Deluxe King Or Queen Room with Lake View'),
('King Room, Suite, 1 King Bed with Sofa bed', 'King Room'),
('King Room, Suite, 1 King Bed with Sofa bed', 'King Room'),
('King Room, Suite, 1 King Bed with Sofa bed', 'King Room'),
('Deluxe Suite, 1 King Bed, Non Smoking, Kitchen', 'Deluxe Suite'),
('Junior Suite, 1 King Bed, Accessible (Roll-in Shower)', 'Junior Suite'),
('Regency Club, Mountain View', 'Regency Club Ocean View'),
('Regency Club, Mountain View', 'Regency Club Mountain View'),
('Club Room, 2 Queen Beds', 'Deluxe Room - Two Queen Beds'),
('Room, 2 Queen Beds, City View',
'Queen Room With Two Queen Beds and City View'),
('Deluxe Room', 'Queen Room'),
('Deluxe Room', 'Deluxe Room (Non Refundable)'),
('Deluxe Room', 'Deluxe Room - Two Queen Beds'),
('Deluxe Room', 'Deluxe Room - One King Bed'),
('Room, Partial Ocean View', 'Room With Ocean View'),
('Room, Partial Ocean View', 'Partial Ocean View With Two Double Beds'),
('Room, Partial Ocean View', 'Kona Tower Partial Ocean View'),
('Room, Partial Ocean View', 'Partial Ocean View Room'),
('Room, Partial Ocean View', 'Waikiki Tower Partial Ocean View'),
('Premium Room, 1 King Bed', 'Royal Club Premier Room - One King Bed'),
('Grand Corner King Room, 1 King Bed', 'Grand Corner King Room'),
('Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Room, 1 King Bed', 'Ocean View Room With King Bed'),
('Room, 1 King Bed', 'Royal Club Premier Room - One King Bed'),
('Deluxe Room, 1 King Bed, Non Smoking', 'Deluxe Room - One King Bed'),
('Room, 2 Double Beds, Accessible, Partial Ocean View',
'Accessible Partial Ocean View With Two Double Beds'),
('Room, 2 Double Beds, Accessible, Partial Ocean View',
'Partial Ocean View Room'),
('Room, Ocean View ', 'Room With Ocean View'),
('Room, Ocean View ', 'King Or Two Queen Room With Ocean View'),
('Room, Ocean View ', 'Standard Room With Ocean View'),
('Signature Suite, 1 Bedroom', 'Signature King'),
('Room, 2 Queen Beds (Waikiki View)',
'Queen Room With Two Queen Beds and Waikiki View'),
('Deluxe Room', 'Queen Room'),
('Deluxe Room', 'Deluxe Room (Non Refundable)'),
('Deluxe Room', 'Deluxe Room - Two Queen Beds'),
('Deluxe Room', 'Deluxe Room - One King Bed'),
('Standard Room, Oceanfront', 'Standard Room With Ocean View'),
('Standard Room, Oceanfront', 'Standard Room With Ocean Front View'),
('Standard Room, Mountain View (City View - Kona Tower) - No Resort Fee',
'Standard Room With Mountain View'),
('Standard Room, Mountain View (City View - Kona Tower) - No Resort Fee',
'Standard Room With Ocean View'),
('High-Floor Premium Room, 1 King Bed', 'High-Floor Premium King Room'),
('Club Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Junior Suite, 1 King Bed with Sofa Bed', 'Junior Suite'),
('Junior Suite, 1 King Bed with Sofa Bed', 'Deluxe King Suite With Sofa Bed'),
('Deluxe Room, City View', 'Queen Room With City View'),
('Deluxe Room, City View', 'Club Level King Or Queen Room with City View'),
('Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Room, 1 King Bed', 'Ocean View Room With King Bed'),
('Room, 1 King Bed', 'Royal Club Premier Room - One King Bed'),
('Room, 2 Double Beds, Partial Ocean View', 'Kona Tower Partial Ocean View'),
('Room, 2 Double Beds, Partial Ocean View', 'Partial Ocean View Room'),
('Room, 1 Queen Bed, City View',
'Queen Room With Two Queen Beds and City View'),
('Room, Ocean View', 'Room With Ocean View'),
('Room, Ocean View', 'King Or Two Queen Room With Ocean View'),
('Room, Ocean View', 'Standard Room With Ocean View'),
('Standard Room, Partial Ocean View (Kona Tower) - No Resort Fee',
'Partial Ocean View Room'),
('Standard Room, Partial Ocean View (Kona Tower) - No Resort Fee',
'Standard Room With Ocean View'),
('Standard Room, Partial Ocean View (Kona Tower) - No Resort Fee',
'Standard Room With Ocean Front View'),
('Standard Room, Ocean View (Waikiki Tower) - No Resort Fee',
'Standard Room With Ocean View'),
('Standard Room, Partial Ocean View (Waikiki Tower) - No Resort Fee',
'Standard Room With Ocean View'),
('Standard Room, Partial Ocean View (Waikiki Tower) - No Resort Fee',
'Standard Room With Ocean Front View'),
('Regency Club, Ocean View',
'Accessible Club Ocean View Suite With One King Bed'),
('Regency Club, Ocean View', 'Regency Club Ocean View'),
('Regency Club, Ocean View', 'Regency Club Mountain View'),
('Standard Room, Mountain View (Scenic)', 'Standard Room With Mountain View'),
('Standard Room, Mountain View (Scenic)', 'Standard Room With Ocean View'),
('Room, 1 Queen Bed', 'Deluxe Room - Two Queen Beds'),
('Double Room', 'Luxury Double Room'),
('Double Room', 'Double Room with Two Double Beds'),
('Double Room', 'Queen Room'),
('Double Room', 'Double Room with Two Double Beds'),
('Double Room', 'Double Room with Two Double Beds'),
('Double Room', 'Double Room with Two Double Beds'),
('Double Room', 'Business Double Room With Two Double Beds'),
('Double Room', 'Deluxe Double Room'),
('Club Room, 1 King Bed', 'Deluxe Room - One King Bed'),
('Premier Twin Room', 'High-Floor Premium King Room'),
('Premier Twin Room', 'Premier King Room'),
('Premier Twin Room', 'Premier Queen Room With Two Queen Beds'),
('Premier Twin Room', 'Premium King Room With Free Wi-Fi'),
('Premium Room, 1 Queen Bed', 'Premium Two Queen'),
('Premium Room, 2 Queen Beds', 'Premium Two Queen'),
('Deluxe Room, 1 Queen Bed (High Floor)', 'Deluxe Room - Two Queen Beds'),
('Room, 2 Queen Beds, Garden View',
'Queen Room With Two Queen Beds and Garden View'),
('Signature Room, 2 Queen Beds', 'Deluxe Room - Two Queen Beds'),
('Signature Room, 2 Queen Beds', 'Signature Two Queen'),
('Standard Room, Ocean View', 'Room With Ocean View'),
('Standard Room, Ocean View', 'Standard Room With Ocean View'),
('Standard Room, Ocean View', 'Standard Room With Ocean Front View')]
Fuzzy-Match-Ergebnisse in Experience Platform speichern
Schließlich können die Ergebnisse der Fuzzy Match-Abfrage mithilfe von SQL als Datensatz in Adobe Experience Platform gespeichert werden.
cur.execute('''
Create table luma_acme_join
AS
(SELECT * FROM luma e
CROSS JOIN acme b
WHERE
{})
'''.format(matching_sql))