Fellegi-Sunter 모델 (1969)

Entity Resolution의 이론적 기반

두 레코드가 매칭일 확률을 각 필드의 일치/불일치 정보로 계산

---

핵심 개념

M (Match): 실제로 같은 Entity인 레코드 쌍 U (Unmatch): 실제로 다른 Entity인 레코드 쌍

m-probability: 매칭 쌍에서 필드가 일치할 확률 u-probability: 비매칭 쌍에서 필드가 일치할 확률 (우연)

---

예시: 전화번호 필드

---

예시: 성별 필드

---

가중치 계산

일치 시 가중치:

불일치 시 가중치:

---

총점 계산

---

분류 결정

---

Python 구현 (recordlinkage)

---

장단점

장점:

• 이론적으로 탄탄함
• 레이블 없이 학습 가능 (비지도)
• 해석 가능 (어떤 필드가 중요한지)

단점:

• 필드 간 독립 가정 (현실에서 위반)
• 파라미터 추정이 어려울 수 있음
• 복잡한 패턴 학습에 한계