步骤1:把搜索结果先分桶
场景很常见:有人只给出“杨国辉”三个字,让你判断是不是某个项目相关人员。第一眼搜索,页面里冒出企业任职、论文署名、招投标联系人、地方新闻,越看越像,越像越危险。
我先不判断真假,只分桶:企业类放一组,学术类放一组,项目采购类放一组,媒体报道类放一组。分桶的好处是避免跨场景硬拼。一个名字同时出现在多个领域,不代表它们属于同一个人。
杨国辉对比不能靠感觉。这篇用一次匿名化的同名核验流程复盘:目标只给出姓名,搜索却出现企业、论文、招投标三类结果。我们按步骤拆开,看怎样一步步排除误匹配。
场景很常见:有人只给出“杨国辉”三个字,让你判断是不是某个项目相关人员。第一眼搜索,页面里冒出企业任职、论文署名、招投标联系人、地方新闻,越看越像,越像越危险。
我先不判断真假,只分桶:企业类放一组,学术类放一组,项目采购类放一组,媒体报道类放一组。分桶的好处是避免跨场景硬拼。一个名字同时出现在多个领域,不代表它们属于同一个人。
企业类提取公司全称、注册地址、任职类型、变更日期;论文类提取作者单位、合作者、发表年份、研究方向;招投标类提取采购单位、项目编号、联系人电话脱敏信息、公告日期。
这一步不要抄大段文字,只摘硬字段。硬字段越具体,越能做杨国辉对比。比如“某省某市某有限公司”比“企业负责人”有用,“2026年项目联系人”比“参与项目”有用。
把所有结果按年份排开后,问题立刻清楚。企业记录集中在2014—2026年,论文署名集中在2020—2026年,招投标公告出现在2026年。时间并不冲突,但也不能证明同一人。
然后看角色跨度:企业经营者、论文作者、采购联系人三种身份可以共存,但需要单位或地域相连。如果企业在华南,论文单位在西北,招投标项目在华东,且没有共同机构,就只能判为“疑似同名”。
相似点太便宜,名字一样就是相似点。真正值钱的是交叉点:同一个单位反复出现,同一个合作者变成项目成员,同一地址对应同一机构,官方公告和工商记录互相印证。
这次复盘里,企业类和招投标类都出现了同一家公司全称,时间上也能接上;论文类没有相同单位、没有共同人员、没有项目编号关联。于是企业类与招投标类可以放进同一候选链,论文类暂时剔除。
最后不是写一句“杨国辉就是谁”,而是分级输出:A链路,企业记录与招投标公告存在单位交叉,可信度较高;B链路,论文署名缺少单位交叉,暂不合并;C链路,媒体转载无原始来源,不采用。
这就是杨国辉对比的实用价值:把混杂结果拆成证据链。你不一定能百分百确认一个人,但可以清楚说明哪些信息可用、哪些信息不能用、还缺哪一个关键证明。
先比场景和来源,把企业、学术、新闻、招投标、司法等结果分开,再提取单位、时间、地域、角色这些硬字段。
不能。同城只是弱关联。还要看单位、职务、事件、时间线、共同联系人等字段是否重合。
把结论写成分级:已确认、疑似同名、待核。明确缺少哪类证据,比如官方任职页、项目公告、统一社会信用代码关联等。