Ксения Жагорина (СКБ-Контур)

Насколько уникально ФИО?

Ксения Жагорина СКБ Контур

Все знают, что ФИО не уникально…


Иванов Иван Иванович 1.600 чел.

Предполагаемое число людей с таким ФИО в

России


Иванов Иван Иванович 1.600 чел.

Иванов Сергей Владимирович 6.200 чел.

Кузнецов Сергей Александрович 4.600 чел.

…

Предполагаемое число людей с таким ФИО в

России

А на самом деле …

А на самом деле …

0.999 0.96

0.68

0

0,2

0,4

0,6

0,8

1

1 100 10 000 1 000 000

С у

ни

кал

ьны

м Ф

ИО

Количество людей в сообществе

Доля людей с уникальным ФИО

И какая же польза?


• Поиск «клонов»


• Поиск «клонов»

• Интеграция сервисов

База данных ЕГРЮЛ

21 М упоминаний c ИНН 13 М человек


11 М упоминаний без ИНН


База данных ЕГРЮЛ 11 М упоминаний

без ИНН 21 М упоминаний c ИНН

13 М человек




Семенов С.А. Семенов С.А.

Рогов А.В. Копытов Д.Е. Иванов И.И.






?

Как ?

Постановка задачи

По двум упоминаниям с одинаковым ФИО определить насколько вероятно, что они об одном и том же человеке.

Модель на основе независимых ФИО.

𝑃фио = 𝑃 Ф ∗ 𝑃 И ∗ 𝑃 О



𝑁фио = 𝐵𝑖𝑛 𝑛, 𝑝

Количество людей с данным ФИО



𝑁фио = 𝐵𝑖𝑛 𝑛, 𝑝

Количество людей с данным ФИО

Вероятность связи

𝑃 = 𝑃 𝑁фио < 1


0,0

0,2

0,4

0,6

0,8

1,0

0,0 0,2 0,4 0,6 0,8 1,0

по

лн

ота

, то

чно

сть

в %

P(Nфио < 1)

точность

полнота




ООО «Рога и Копыта»

Москва

ЗАО «ЗаМКАД»

Московская обл.



Модель на основе зависимости ФИО и региона.

𝑃𝑅ФИО = 𝑃𝑅ФОИ = 𝑃 𝑅 ∗ 𝑃 Ф 𝑅) ∗ 𝑃(О 𝑅Ф ∗ 𝑃 И 𝑅ФО

𝑃(О 𝑅Ф ≈ 𝑃 О Ф

𝑃(И 𝑅ФО ≈ 𝑃 И О

𝑃𝑅ФИО = 𝑃 𝑅 ∗ 𝑃 Ф 𝑅) ∗ 𝑃(О Ф ∗ 𝑃 И О 𝑃ФИО = 𝑃(Ф) ∗ 𝑃(О Ф ∗ 𝑃 И О

Вероятность связи

𝑃 = 𝑃 𝑁𝑅ФИО < 1

Модель на основе зависимости ФИО и региона.

0,0

0,2

0,4

0,6

0,8

1,0

0,0 0,2 0,4 0,6 0,8 1,0

По

лн

ота

, то

чно

сть

в %

P(NRФИО < 1)

точность

полнота


0,0

0,2

0,4

0,6

0,8

1,0

0,0 0,2 0,4 0,6 0,8 1,0

по

лн

ота

, то

чно

сть

в %

P(Nфио < 1)

точность

полнота

Модель на основе зависимости ФИО и региона. Результаты.

Рогов А.В.

Рогов А.В.

?


Москва

P = 0.684


Москва

R = Москва ФИО = Рогов Александр Владимирович P = P(NRФИО<1) = 0.684


Копытов Д.Е.

Копытов Д.Е.

?


Москва

R = Москва ФИО = Копытов Давид Ефремович P = P(NRФИО<1) = 0.986

P = 0.986


Москва


Семенов С.А.

Семенов С.А.

?


Москва

R = Москва ФИО = Семёнов Сергей Андреевич P = P(NRФИО<1) = 0.396

P = 0.396


Москва

Вывод Полнота 80% при точности 95%.

150 млн. новых связей.

Конец

99.9

96.2

68.2

74.7

32,1

95,8

80,3

23,8

2,7

0

20

40

60

80

100

1 100 10 000 1 000 000

С у

ни

кал

ьны

м Ф

ИО

(в

%)

Количество людей в сообществе

Доля людей с уникальным ФИО

ФИО

ФИ

Ф

Ксения Жагорина (СКБ-Контур)

Internet