Search

Although not a primary business process in itself, identity matching plays a crucial role behind the scenes in many modern organisations. As a discrete function that can be incorporated into a variety of different business processes, identity matching has a wide ranging scope that covers areas as diverse as risk management, customer support and data integration. Even within smaller organisations, there are often multiple processes that rely on identity matching techniques in some form. In larger organisations there may be dozens of systems incorporating the searching and matching of identity data, including customer service applications, human resource systems, data quality solutions, credit control functions and regulatory compliance systems.

The matching of proper names plays a key role in any identity matching process; in many cases, the name may be the only criterion entered into the search. Name matching is also the one element of identity matching that is most directly affected by the paradigm shift towards linguistic matching, which is why this text has so far focused on the way that names are matched. However, a person’s name is only one feature of their identity and many identity matching processes allow for a broad range of search attributes. This chapter looks at the non-name characteristics that are most frequently included in the search profile and introduces the additional requirements that they bring to the design of a comprehensive identity search solution.

A proper name can refer to any unique entity. In the context of identity matching, the proper names of individuals, organisations and other entities, such as ships, are the most relevant. Throughout this book, the term “proper name” is used in a restricted sense to refer to these classes of names.

Computer algorithms have been used for automatic name matching for over half a century. For the most part, earlier efforts used methods that were not originally developed for matching names but were borrowed from other disciplines. Those that did focus specifically on comparing proper names did so in a largely superficial way. As a result, none of the first generation of methods used for matching names (G1 Methods) effectively cover the requirements of global name matching, though some do still have a limited role to play when used in conjunction with other, more sophisticated techniques.

It is not uncommon for a person to be known by a name other than their primary, official name. Some of these other names may be alternate forms or derivatives of the officially registered name. Others may be completely different, with no connection at all to the official name. Such alias names may be used for many different reasons. Criminals may seek alternate identities to escape detection, entertainers may choose to perform under a stage name and writers may allow themselves the freedom afforded by a pseudonym. In these cases, there is no predictable connection between an individual’s official name and the alternate name they have chosen for themselves. Eric Arthur Blair, for example, is more widely known as the writer George Orwell, and many readers are unaware that the classics created by George Eliot are, in fact, the work of Mary Anne Evans.

Second generation name matching methods (G2 Methods) are direct progressions from G1 Methods. They have solved some of the most obvious problems of their predecessors and, as a result, provide marked improvements in both precision and recall. For the most part, they represent relatively recent developments and so have been designed with more modern technological capabilities in mind. Overall, they provide clear advantages over G1 Methods, but the market has not adopted them as enthusiastically as might have been expected.

It has long been recognised that phonetically-motivated misspelling is a frequent cause of variation in names. Some of the earliest attempts at name matching were based on an understanding that names are often misspelt in a way that sounds similar, so that Taylor may be misspelt as Tailer, or Wight as White. Such errors may result if the person writing the name is doing so from hearing it spoken rather than from seeing it written out. It may also be that the writer has seen the name written out but remembers only the sound pattern rather than the exact spelling. In case of doubt, a person may be more likely to recall the spelling that is most familiar to them.

The identity matching industry is currently experiencing a shift in the paradigm on which it has been based for decades. Traditional methods still dominate the search technology market, but the improved quality achieved by linguistic search techniques is already evident in a number of software products. Vendors of identity matching tools are starting to build linguistic capabilities into their applications in response to growing expectations from corporate users, regulators, law enforcement and the general public. However, the increased flexibility offered by linguistic techniques has lead to less consistency in the way search technology is applied.

The previous chapters have demonstrated that none of the main sources of variation in names can be comprehensively covered by any combination of G1 or G2 Methods. Nowhere is this more apparent than in the coverage of linguistic variations, particularly those caused by the use of different transcription standards. This is to be expected, given the limited role that linguistics and onomastics played in the development of the original matching methods and the fact that many G2 Methods represent technology-driven enhancements of their earlier counterparts.

Name-Matching-Verfahren der 3. Generation unterscheiden sich von denen der 1. und 2. Generation darin, dass sie nicht einfach nur ein bereits existierendes, fur das Identity Matching nur begrenzt taugliches Verfahren optimieren. Denn der Ausgangspunkt fur die Losungsfindung bilden inG3-Verfahren nicht bereits entwickelte Verfahren, sondern vielmehr Schreibvariationen von Namen. Die Losungsmethode folgt also der Problemanalyse und nicht umgekehrt. Dies ist der simple Kern des Paradigmenwechsels, aus dem heraus G3-Verfahren entwickelt wurden.

Name Matching, also das Matchen von Personennamen, spielt fast immer die wichtigste Rolle im Identity Matching. Selten findet Identity Matching ganz ohne Namen statt, relativ haufig indes nur mit dem Namen. Name Matching ist auch jener Teil, in welchem sich der Paradigmenwechsel vom herkommlichen zum linguistischen Identity Matching am starksten auswirkt. Daher bildet das Matchen von (Personen-)Namen den Schwerpunkt in den meisten Kapiteln dieser Abhandlung. Den anderen Identitatsattributen, welche in der Suche nach und im Abgleich von Personendaten vorkommen, ist speziell dieses Kapitel gewidmet.

In diesem Kapitel werden das Vorgehen und die Befunde einer Benchmarkstudie dargestellt, die zu dem Zwecke durchgefuhrt wurde, die Qualitat einiger ausgesuchter G1-, G2- und G3-Verfahren zu vergleichen. Die Qualitat wurde anhand der beiden Mase Recall (auch Trefferquote oder Zuverlassigkeit) und Precision (auch Prazision oder Genauigkeit) bestimmt. Die Datengrundlage besteht aus den Pofilen naturlicher Personen der sogenannten EU-Liste. Die EU-Liste ist offentlich zuganglich. Finanzinstitute mit einer Geschaftsaktivitat im EU-Raum sind verpflichtet, ihre Kunden regelmasig gegen diese Liste zu prufen.

Name-Matching-Verfahren der 2. Generation (G2-Verfahren) sind direkte Weiterentwicklungen von G1-Verfahren. Einige der offenkundigsten Probleme ihrer Vorganger sind in ihnen behoben worden, wodurch sie ihren Anwendern zu signifikant besseren Resultaten verhelfen. Da sie erst in jungerer Zeit entstanden sind, ist ihre Implementierung trotz geringerer Erprobung technologisch oftmals auf einem noch besseren, da neueren Stand als Verfahren der ersten Generation. Gegenuber G1-Verfahren haben sie eigentlich nur Vorteile, sind aber weniger verbreitet als diese.

Dieses Kapitel vermittelt grundlegende Kenntnisse zu Personennamen, zu ihrer Struktur und zu ihrer historischen Entwicklung. Exemplarisch geht es auf die Merkmale von vier besonders wichtigen Personennamensystemen der Welt ein: dem westlichen, dem russischen, dem arabischen und dem chinesischen. Damit ist das Fundament zum Verstandnis der sich anschliesenden Kapitel gelegt, welche sich mit Schreibvariationen von Namen und den daraus ableitbaren Matchmethoden befassen.

Die Qualitat von Tools oder Modulen zum Identity Matching festzustellen, ist alles andere als ein triviales Unterfangen. Es sind dazu Spezialkenntnisse notwendig, die in den wenigsten privatwirtschaftlichen oder behordlichen Organisationen vorhanden sind. Dies unterscheidet Evaluationen im Bereich des Identity Matching von den meisten anderen Tool-Evaluationen.

Als Name-Matching-Verfahren der ersten Generation (im Folgenden:G1-Verfahren) werden einfache Losungen bezeichnet, die in technischer oder in linguistischer Hinsicht weit hinter den Moglichkeiten und Erfordernissen des Name-Matching-Marktes im 21. Jahrhundert zuruckfallen. Zum uberwiegenden Teil sind G1-Verfahren nicht speziell fur das Name Matching entwickelt worden, und kein einziges nimmt die Herausforderungen des Name Matching im globalen Kontext an.

Die Suche nach Personendaten ist uns allen gut vertraut. Wenn wir uns im Internet Kontaktdaten von Freunden, Arbeitskollegen oder Geschaftspartnern besorgen, starten wir einePersonensuche. Dasselbe tun wir, wenn wir aus privatem oder wissenschaftlichem Interesse uber eine offentliche Person recherchieren wollen. Naturlich sind wir selbst auch – und vielleicht weit haufiger als uns lieb ist – Gegenstand einer Personensuche.