nexus/wiki/concepts/Confidence-Score.md

title, type, tags, sources, last_updated

title	type	tags	sources	last_updated
Confidence Score	concept	identity-resolution decision-making threshold multi-agent	identity-graph-operator	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