Párovanie záznamov

Párovanie záznamov je priradenie záznamov z rôznych zdrojov k tomu istému subjektu. Ideálny prípad je zhoda podľa jednoznačného identifikátora, ktorý je v oboch databázach – pri firmách je to identifikačné číslo organizácie. Keď identifikátor chýba, používa sa kombinácia znakov s toleranciou drobných odlišností, teda porovnanie názvu, adresy a ďalších polí s prihliadnutím na preklepy a rôzne tvary zápisu. Tu vzniká riziko dvoch typov chýb: nespárované záznamy, ktoré patria k sebe, a nesprávne spárované, ktoré k sebe nepatria. Druhá chyba je horšia, pretože sa ťažko odhalí a znehodnotí dáta. Preto sa nastavuje prah istoty a záznamy tesne pod ním sa odkladajú na ručnú kontrolu namiesto automatického zlúčenia.

Pozri aj: deduplikácia záznamov, obohacovanie dát, normalizácia dát.