---
title: "Confidence Score"
type: concept
tags: ["identity-resolution", "decision-making", "threshold", "multi-agent"]
sources: ["identity-graph-operator"]
last_updated: 2026-04-25
---

# Confidence Score（置信度评分）

## Definition
身份解析决策的核心度量——综合所有字段级匹配证据，通过加权求和得出的合并置信度。是决定"自动合并 / 提案审查 / 创建新实体"三类决策的分界指标。

## Calculation

```
confidence = Σ(score_i × weight_i) / Σ(weight_i)
```

其中 `score_i` 是字段级 fuzzy/exact match 分数（0–1），`weight_i` 是字段可靠性权重。

### 示例（来自 Identity Graph Operator 源码）
| 字段 | 记录A值 | 记录B值 | Normalizer | Comparator | Score | Weight |
|------|---------|---------|-----------|------------|-------|--------|
| email | wsmith@acme.com | wsmith@acme.com | email | exact | 1.0 | 高 |
| last_name | Smith | Smith | name | exact | 1.0 | 高 |
| first_name | William | Bill | name | nickname | 0.82 | 中 |
| phone | +155****0142 | +155****0142 | phone | exact | 1.0 | 高 |

综合置信度 = `1.0×0.3 + 1.0×0.3 + 0.82×0.2 + 1.0×0.2` ≈ **0.96**

## Decision Thresholds

```
confidence > 0.95  →  自动合并（单 Agent 高置信）
0.60 ≤ confidence ≤ 0.95  →  提案审查（多 Agent 协作）
confidence < 0.60  →  创建新实体
```

## Field Reliability Weights

| 字段 | 权重 | 原因 |
|------|------|------|
| Email | 高 | 几乎唯一，变更需主动操作 |
| Phone | 高 | 需验证，变更成本高 |
| Name | 中 | 常见同名不同人，需结合其他字段 |
| Address | 低 | 常见地址变更（搬家） |

## Why Thresholds Matter
- **防止假阳性**（False Merge）：将两个不同人（如同名"John Smith"）错误合并——高阈值 + 字段级证据防止
- **防止假阴性**（Missed Match）：将同一人（如"Bill Smith"/"William Smith"）遗漏为不同实体——中等阈值触发提案审查而非直接拒绝
- **可解释性**：per-field evidence 使决策可被其他 Agent 和人类审计