Match Rating Codex

Der Match-Rating-Approach-Codex ist ein klassischer phonetischer Namensschlüssel, den Western Airlines 1977 einführte, damit Passagierdatensätze mit ähnlichem Klang in einem kurzen Alphabetcode zusammenfallen. Anders als Soundex oder Double Metaphone baut MRA einen einzigen kompakten Codex, indem Vokale nach dem ersten Buchstaben entfallen, aufeinanderfolgende doppelte Konsonanten zusammengezogen werden und — wenn das Ergebnis länger als sechs Buchstaben ist — nur die ersten drei und letzten drei Zeichen bleiben. Diese Fähigkeit nimmt einen nicht leeren Personennamen an, bereinigt Satzzeichen und Diakritika, führt den reinen deterministischen Algorithmus aus und liefert den Codex plus Länge in einem selbsterklärenden encoding-Feld.

Was der Match-Rating-Approach-Codex ist und wie er entsteht

Die Match-Rating-Approach-Kodierung startet von einem bereinigten Großbuchstabennamen: Akzente werden zu schlichten lateinischen Buchstaben, Bindestriche, Apostrophe, Kommas, Ziffern und Leerzeichen entfallen, sodass O’Brien und Smith-Jones zu einer einzigen Buchstabenfolge werden. Der Algorithmus streicht danach jeden Vokal A, E, I, O und U, sofern dieser Vokal nicht das erste Zeichen der bereinigten Zeichenkette ist — Byrne behält B und ergibt BYRN, Airlines behält das führende A und ergibt ARLNS.

Anschließend werden aufeinanderfolgende identische Konsonanten komprimiert (Doppelbuchstaben nach Vokalentfernung werden ein Zeichen), was Läufe wie SS oder TT zu einem Zeichen macht und Schreibweisen stabilisiert, die sich nur durch Geminierung unterscheiden. Ist die komprimierte Zeichenkette noch länger als sechs Zeichen, ist der Codex die Aneinanderreihung der ersten drei und letzten drei Buchstaben; kürzere Ergebnisse bleiben unverändert. Bekannte Fixpunkte sind Smith als SMTH, Byrne als BYRN und lange ortsartige Strings wie Massachusetts, die über MSC…STS-Kompression auf einen Sechs-Buchstaben-Codex schrumpfen.

Y gilt als Konsonant, nicht als Vokal, entsprechend den klassischen Western-Airlines-Regeln und gängigen Bibliotheken.

Eingabevertrag, Validierung, Antwortform und Fehler

Es gibt kein separates mode-Feld: diese Fähigkeit baut nur den MRA-Codex; sie vergleicht nicht zwei Namen auf Ähnlichkeit (der vollständige MRA-Vergleichsscore ist ein eigener Pipeline-Schritt, der zwei Codex-Strings verbraucht). Fixieren Sie in Continuous Integration, dass Smith SMTH und Byrne BYRN entspricht, damit versehentliche Regeländerungen nicht unbemerkt ausgeliefert werden. Mehrteilige oder bindestrichige Eingabe wird vor der Kodierung zu einem Buchstabenstrom bereinigt, sodass Smith-Jones ein einziger Codex und nicht zwei Token wird.

Nutzen Sie den Codex als Indexspalte oder Join-Schlüssel, wenn Sie einen kurzen, prüfbaren phonetischen Bucket brauchen; kombinieren Sie ihn mit Edit-Distanz oder Token-Überlappung, wenn Sie vor dem Zusammenführen von Kundendatensätzen höhere Präzision wollen. Fehlgeschlagene Validierung benennt das Problem in klarer Sprache und erfindet nie einen Platzhalter-Codex.

Wo der Match-Rating-Codex sich lohnt und wie die Preisgestaltung passt

Airline-, Hotel- und CRM-Systeme nutzten historisch Match-Rating-Approach-Codes, damit Sachbearbeiter Passagiere und Gäste trotz Schreibvarianten finden; moderne Customer-Data-Plattformen speichern weiterhin MRA-Codex-Spalten für denselben Recall-Gewinn, ohne Nutzer zu regulären Ausdrücken zu zwingen. Genealogie-Sites und historische Personenindizes nutzen das kostenlose Browser-Werkzeug, um zu zeigen, warum Byrne und ähnliche Schreibweisen Struktur teilen, während Catherine und Katherine unter reinem MRA getrennt bleiben (sie werden nicht in einen gemeinsamen Soundex-ähnlichen Bucket gezwungen).

Such-Backends, die bereits Soundex oder Double Metaphone halten, können Match Rating als zusätzliche Spalte ergänzen, ohne Legacy-Schlüssel zu ersetzen, weil dieser Endpunkt den Quelltext nie mutiert — er liefert nur den Codex. Bevorzugen Sie diese Landing, wenn die Suchintention match rating approach codex, MRA-Namenscode oder match rating phonetischer Encoder lautet; NATO-Buchstabieralphabete und Base64-Encoder beantworten andere Intentionen und gehören auf eigene Seiten. Quelltext folgt denselben Aufbewahrungsregeln wie andere KIT-Parse-Items, und Ergebnisse sind in Tests sicher zu fixieren, weil der Algorithmus vollständig deterministisch ist.