OSINT / ИДЕНТИФИКАЦИЯ

Сопоставить сущности, не объединяя одноимённые объекты

Похожие карточки не обязательно описывают один объект. Сопоставление должно сохранять источники, даты и основания решения, в том числе когда объединение невозможно.

Стол для проверки документов с реестром и папкой компании.

Иллюстрация, созданная ИИ

Выбрать единицу идентификации

Укажите, представляет ли карточка человека, юридическую единицу, отдельный объект деятельности, бренд или исследовательскую организацию. Связь объектов не означает тождество. Нормализованное имя помогает найти кандидатов, но не служит ключом объединения.

Идентификаторы обозначают разные объекты

Идентификаторы обозначают разные объекты
IDИдентифицируемый объектПроверка
SIRENЮридическая единицаДевять цифр. Проверьте реестр и храните строкой, сохраняя начальные нули. Коммерческое название не заменяет идентификатор.
SIRETОтдельный объект деятельностиЧетырнадцать цифр, первые девять — SIREN. Общий префикс может означать одну юридическую единицу, но два разных объекта деятельности.
ORCID iDЧеловек в научной сфереСохраняйте полный URI и начальные нули. Последним символом может быть X. Идентификатор не удостоверяет автоматически всё содержимое профиля.
ROR IDИсследовательская организацияСравните кандидата, место и связи. Строка аффилиации может содержать отдел, головную организацию и адрес; первый похожий результат не обязательно верен.
SIRENЮридическая единица
SIRET AОтдельный объект деятельности
SIRET BОтдельный объект деятельности
Связать объекты с юридической единицей — Сохранить отдельные карточки, адреса и даты.

Пять проверок до объединения

Один объект и реестр

Сравнивайте систему и значение идентификатора вместе. Объект деятельности и юридическая единица требуют связанных карточек.

Источник каждого атрибута

Сохраняйте URL или документ, дату наблюдения и известную дату действия для имени, адреса и статуса.

Согласованный период

Другой адрес может отражать переезд, другое название — историю. Проверяйте периоды до замены старых значений.

Видимые противоречия

Разные ID в одном реестре или несовместимые места требуют проверки. Не стирайте расхождения ради аккуратной карточки.

Обратимое объединение

Храните исходные ID строк, правило, проверяющего, дату и таблицу соответствий, чтобы карточки можно было разделить.

Воспроизводимый метод

  1. Сохранить исходные данные

    Отделите оригинальные имена и идентификаторы от нормализованных значений.

  2. Сформировать кандидатов

    Нормализуйте пробелы и регистр для поиска. Сохраните диакритику, варианты и транслитерации; не удаляйте различающие суффиксы.

  3. Сопоставить независимые документы

    Проверьте ID в реестре и остальные атрибуты в подходящих источниках. Два портала, копирующие реестр, не независимы.

  4. Классифицировать решение

    Используйте «один объект подтверждён», «разные объекты», «сохранить связь» или «не определено». Сходство не равно уверенности.

  5. Проверить последствия

    Сравните число строк, сломанные связи и потерянные атрибуты. Проверьте отклонённые совпадения на пропущенные дубли.

Четыре типовых решения

Это условные случаи, не описания реальных людей или компаний.

Одно имя, разные ID

Решение : Сохранить двух кандидатов

Решающая проверка : Проверить реестр, тип объекта и период. Одного имени недостаточно.

Один SIREN, два SIRET

Решение : Связать объекты с юридической единицей

Решающая проверка : Сохранить отдельные карточки, адреса и даты.

Один ID, старый адрес

Решение : Сохранить историю

Решающая проверка : Проверить источник и дату действия; отличить изменение от ошибки.

Отдел и головная организация

Решение : Создать подтверждённую связь

Решающая проверка : Проверить уровень карточки и институциональную связь. Аффилиация не означает тождество.

Что сохранить

Сохраните ID карточек A и B, тип объекта, реестр и идентификаторы, исходные имена, источники и даты, совпадения, противоречия, обоснование, проверяющего и дату пересмотра. Пустое поле означает «не указано», а не «ложно».

Практические вопросы

Правильный формат ID доказывает существование?

Нет. Формат или контрольный знак выявляет часть ошибок ввода. Проверьте официальный реестр и соответствие нужному объекту.

Можно объединять по адресу или домену?

Не автоматически. Адрес могут делить организации, а сайт может представлять группу. Это лишь признаки.

Что делать с переведёнными именами?

Сохраните опубликованное имя, язык, варианты и проверенный общий ID. Сходство транслитераций не доказывает тождество людей.

Разные ID исключают связь?

Нет. Это могут быть связанные разные объекты или разные реестры. Документируйте связь.

Нужно публиковать все сопоставленные атрибуты?

Нет. Сбор, внутренний анализ и публикация — разные решения. Храните необходимое и выбирайте объём раскрытия.

Как оценить автоматическое сопоставление?

Используйте проверенные случаи с ложными совпадениями и пропущенными дублями. Оцените точность и полноту в заявленных границах; сходство не является показателем достоверности.

ДОКУМЕНТИРОВАННЫЕ ОРИЕНТИРЫ

Wikidata: сохранять утверждения, квалификаторы и источники

Прямая связь сущности со значением не несёт всего контекста. Wikibase RDF различает субъект, узел утверждения, квалификаторы и источники. Это важно для датированных должностей, методов и нескольких значений. Префиксы задают роли, не доверие.

wd:Q16wds:…?value?time?refp:ps:pq:prov:wasDerivedFromP1082 · P585
Wikidata: сохранять утверждения, квалификаторы и источники
ОриентирЗначение или формаЧто обозначает
wd:EntityИдентификатор сущности, например Канада wd:Q16 в документации. Переведённые метки не заменяют ID при объединении.
p:Entity → statementСвязывает сущность с утверждением свойства. Несколько утверждений не обязательно дубликаты.
ps:Statement → valueСвязывает утверждение с простым главным значением. Полные узлы добавляют детали величины или даты.
pq:QualifierКвалификатор. pq:P585 в примере населения задаёт момент измерения, не обязательно время ввода.
prov:wasDerivedFromStatement → referenceСвязывает с узлом источника. Откройте источник и проверьте поддержку значения.
pr:Reference propertyСвойство внутри источника. Несколько источников одного утверждения не означают дополнительных людей или событий.
wds:Statement identifierID узла утверждения без гарантии внутреннего формата или смысла; не извлекайте из строки дату или предметную идентичность.

Что учитывать в досье

До уплощения выберите единицу: сущность, утверждение или источник. Несколько квалификаторов и источников множат строки. DISTINCT удаляет одинаковые строки, не исправляет единицу счёта. Сохраняйте запрос, дату и ID.

Можно оставить сущность и максимальную дату?

Только при обоснованном правиле. Дата может относиться к измерению или истории; максимум без правильной связи утверждений соединяет разные факты.

Первичная документация

Документация просмотрена .

ДОКУМЕНТИРОВАННЫЕ ОРИЕНТИРЫ

ORCID: происхождение утверждений и пределы открытого профиля

ORCID помогает различать однофамильцев, но профиль объединяет утверждения разного происхождения. Добавивший элемент и установивший связь с человеком могут различаться. Видимость ограничивает публичное наблюдение.

ORCID: происхождение утверждений и пределы открытого профиля
ОриентирЗначение или формаЧто обозначает
SourceWho added the itemИсточник — человек или система, добавившие элемент. Организация-депозитор не обязательно автор всех данных.
Assertion originWho made the connectionПроисхождение утверждения — кто установил связь. Исследователь инициирует импорт, сервис технически добавляет элемент.
AffiliationAssertion + sourceЧитайте аффилиацию с источником, организацией и датами. Самостоятельное и институциональное добавление имеют разное происхождение.
PUBLICEveryoneПубличные элементы доступны в профиле и API. Видимость не является независимым доказательством.
LIMITEDTrusted partiesЭлементы доверенных сторон не публичны; чтение требует разрешений. Посторонний не может угадать содержание.
PRIVATEOnly meПриватные элементы не видны публично. Документация уточняет доступ владельца, делегатов и в отдельных случаях добавившей интеграции.

Что учитывать в досье

Пустой открытый профиль не доказывает отсутствие работы, финансирования или публикаций. Сохраняйте дату; аутентифицированная связь ORCID с аккаунтом не удостоверяет все квалификации.

Организация-источник гарантирует весь профиль?

Нет. Проверяйте каждый элемент и различайте источник и происхождение утверждения. Институциональная аффилиация не заверяет статьи, отдельно добавленные владельцем.

Первичная документация

Документация просмотрена .

ПОДРОБНЕЕ / ПРАКТИКА

Задокументировать основания сопоставления сущностей

Две линии, похоже, описывают одну и ту же организацию, но их имена или адреса отличаются. Приближение должно основываться на нескольких атрибутах и сохранять первоначальные данные.

Обновлено .

Приоритетные проверки

Сравнение стабильных идентификаторов, территории, периода, формы имени и других доступных атрибутов. Рассмотрим случаи гомонии и изменения названия перед слиянием.

Ошибки интерпретации

Агрессивная нормализация может вызвать значительную разницу. Автоматическое сближение должно быть пересмотрено, когда показатели слабы или противоречивы.

Рабочий документ для сохранения

Дневник сближения сохраняет линии происхождения, правила, показатели, решение и резервы. Двусторонние случаи остаются разделены, пока дополнительный элемент не оправдывает их встречу.

ПРАКТИЧЕСКАЯ СИТУАЦИЯ / УЧЕБНЫЙ ПРИМЕР

Общая адреса приводит к неправильному слиянию

Ниже приведенный пример является педагогическим. Он показывает, как перейти от документа к квалифицированному предложению, сохраняя контекст, противоречивые элементы и информацию, которую исследование пока не позволяет установить.

Контекст примера

Две организации делятся адресами и близкими именами. Правило приближения объединяет их в то время, когда их идентификаторы и документированная деятельность остаются разными.

Предлагаемый подход

Вернитесь к первоначальным линиям, сравнивайте несколько атрибутов и рассмотрите доступные доказательства. Отделить случаи близости от случаев идентификации. Документировать коррекцию слияния.

Вывод и следующий шаг

Журнал сохраняет пересмотренное решение и его основания. Правило регулируется таким образом, что адрес служит дополнительным показателем, а не достаточным доказательством личности.

Вопросы для углублённой практики

Как справиться с неопределенными приближениями?

Сохраняйте их в категории, которая должна быть рассмотрена, с показателями за и против. Это разделение сохраняет данные и избегает распространения необоснованного слияния в следующих анализах.

ПОДРОБНЫЙ ПРАКТИКУМ / ПРИМЕНЕНИЕ

Оценить правило об случаях обманной сходства

  1. 01 / Подготовить необходимые сведения

    Выберите атрибуты, идентификаторы и оригинальные данные. Подготовить известные корреспонденции, а также гомонимы или структуры, которые делят адрес.

  2. 02 / Выполнить проверку по методике

    Тестировать правило, изучить показания и сохранять решения. Проверьте фальшивые приближения и пропущенные случаи. Документировать трансформации имен или кодов, используемых для сравнения.

  3. 03 / Рассмотреть альтернативную ситуацию

    Если слияние зависит от одного слабых индексов, поддерживайте отдельные линии. Неопределенная категория позволяет проводить обзор без немедленного налагания общей идентичности.

  4. 04 / Определить дальнейшие действия

    Правило приемлемо для его периметра, когда рассматриваются важные ошибки. Ручные и автоматические решения остаются идентифицируемыми с их мотивами.

  5. 05 / Передать материалы проверки

    Передача дневника и экземпляров проверки. Ревизия может восстановить оригинальные значения и исправить анализы, зависящие от неправильного сливания.

РАБОЧИЙ ДОКУМЕНТ / ТАБЛИЦА ПРОВЕРКИ

Дневник с указаниями за и против

Журнал сохраняет оригинальные линии, трансформации, правила и решение. Он отличает подтвержденную корреспонденцию, разделение и неопределенный случай, чтобы приближения могли быть пересмотрены.

На небольшом экране прокрутите таблицу по горизонтали, чтобы прочитать все три столбца.

Примеры ситуаций для оценки
НаблюдениеОбоснованная интерпретацияСледующий шаг
Несколько стабильных атрибутов совпадают.Идентификация подтверждается в соответствии с доказательствами и документальным контекстом.Сохранение мотивов и проверка ограниченных случаев правила.
Самое близкое имя и общая адреса совпадают.Приближение остается хрупким в отношении соседних гомонимий и структур.Поиск идентификаторов или сохранение несигурной категории.
Слияние порождает атрибуты, несовместимые с тем же периодом.Правило может собрать отдельные предметы.Вернуться к оригиналу и исправить зависимые анализы.

Проверка рабочего документа

Окончательная проверка должна быть в состоянии отменить слияние и вернуть исходные ценности. Стандартные стандарты должны сохраняться отдельно, чтобы не превратить научную помощь в доказательство личности.

ВЫВОД / ПРИМЕР ФОРМУЛИРОВКИ

Презентация результатов: Документирование показателей сближения

Что необходимо уточнить

Решение о слиянии должно быть пересмотрено на основе первоначальных данных.

Перед передачей

Проверьте противоречивые показатели и влияние сливания на анализы.

Пример обоснованного вывода

Приближение основывается на описанных показателях. Двусторонние случаи сохраняются отдельно, а трансформации атрибутов сохраняются с их правилами.