Fuzzy Dedupe
İsim ve kurum kayıtlarında yakın tekrar tespiti.
Eşleştirme ve kayıt birleştirme işlerini Python ve Rust ile ölçekler.
- Kimin için
- Veri operasyonu ve ana veri ekipleri
- Motor
- Rust · Python
- Kaynak kodu
- Açık · Apache-2.0
- Satın alma
- Yazılı, sabit bedelli pilot
Fuzzy Dedupe nedir?
Fuzzy Dedupe, kişi ve kurum adlarında yakın tekrar kayıtları bulan açık kaynak bir kütüphanedir. Rust çekirdeği Python'dan çağrılır; Türkçe şirket unvanlarını ('SAN. VE TİC. LTD. ŞTİ.' gibi kısaltmalarla) tanır. Pakette saf Python bir referans uygulama vardır ve her eşleştirme stratejisi ona karşı property test ile sınanır.
Altı unvan, bir küme ve ayrı kalması gereken iki fon.
6 kayıt · 15 olası çift
'İSTANBUL'.lower() → 'i̇stanbul' (9 karakter). Türkçe mod bunu düzeltir.
Görselleştirme. Unvanlar README'deki örneklerden; filtre sayıları bu altı kayıt için temsilidir. Sonuçlar her zaman tüm çiftleri tek tek denemekle aynıdır.
Nasıl çalışır
Ürünün kendi belgelerinden. Rakamların yanında nerede ve hangi sürümle ölçüldükleri yazar.
Normalize eder
Büyük/küçük harf, noktalama, Ltd. Şti. gibi yasal ekler ve Türkçe harfler.
Kanıtla eler
Filtreler yalnızca eşleşemeyeceği kanıtlanan çiftleri atlar. Hiçbir şey tahmin edilmez.
Kalanı tam ölçer
Kalan her çift tam karşılaştırılır. Sonuç, bütün çiftleri tek tek denemekle aynıdır.
Üç kullanım
Tek listede tekrar, iki listeyi eşleştirme ya da kalıcı bir dizine canlı sorgu.
- 115×
- RapidFuzz cdist'ten hızlı: 100.000 UK şirket adında aynı 21.513 çift. fuzzy-dedupe 0.6.0, 4 Ekim 2026, tek dizüstü.
- ~0,1 ms
- 800.000 isimlik dizinde medyan sorgu. Aynı soruya RapidFuzz ~90 ms. 0.6.0, aynı makine.
- Türkçe
- 'ABC TEKSTİL SAN. VE TİC. LTD. ŞTİ.' ile tam unvan eşleşir.
- Kendine karşı test
- Pakette saf Python referansı var. Her strateji ona karşı property test ile sınanır. Kaynak
Teknoloji
- Rust
- Python (PyO3)
- CLI
Deneyin
from fuzzy_dedupe import find_duplicates
find_duplicates(["ABC TEKSTİL SANAYİ VE TİCARET LİMİTED ŞİRKETİ",
"Abc Tekstil San. ve Tic. Ltd. Şti."],
threshold=0.0, strip_suffixes=True, turkish=True)
# [(0, 1, 0.0)]Ne iddia etmiyor
Eşik ve yanlış pozitif maliyeti verinize göre ayarlanır. Hız rakamları tek bir makinede ölçüldü; sizin donanımınızda farklı çıkar.
Bugünkü sınır
Eşleştirme eşikleri ve yanlış pozitif maliyeti müşteri verisinde ayarlanır.
Bir pilotta ne olur
Örnek başlangıç kapsamı. Nihai teslimler ve kabul ölçütleri yazılı teklifte sabitlenir.
- Soru
- Hangi benzer kayıtlar gerçekten aynı kişi veya kurumu anlatıyor?
- Gerekebilecek girdi
- İzinli ad ve kurum kayıtları, örnek doğru eşleşmeler
- Teslimler
- Aday tekrar listesi
- Eşik ve yanlış pozitif incelemesi
- Birleştirme için insan onay akışı
Karardan önce
Bu ürün şu anda satın alınabilir mi?
Ücretli pilot ve kurulum teklifi hazırlanabilir. Kapsam, veri erişimi, teslimler, süre ve sabit bedel keşif görüşmesinden sonra yazılı olarak netleşir.
Fiyat neden yazmıyor?
Veri miktarı, entegrasyon ve başarı ölçütü her işte farklı. Görüşmeden sonra sabit bedelli yazılı teklif gelir; onayınız olmadan ücretli iş başlamaz.
Gerçek verimi bu siteye yüklemem gerekiyor mu?
Hayır. Bu sitede dosya yükleme ya da hesap yok. Veri erişimi, saklama ve yetki koşulları yalnızca pilot anlaşmasında belirlenir.
İlk adım nedir?
Formda Fuzzy Dedupe ürününü seçip çözmek istediğiniz problemi yazın. Sonra veri ve pilot sınırları birlikte belirlenir.
Aynı alandaki ürünler
- CRM Cleaning APIRust (Axum) · Python
Dağınık müşteri adayı listelerini içe aktarıma hazırlar.
- ProofFrameRust · Python · WASM
Veri sözleşmeleri ve doğrulanabilir kalite kanıtları.
- Scraping PipelinePython · asyncio
Herkese açık web verisini doğrulanmış çıktıya taşır.