IDEAS home Printed from https://ideas.repec.org/a/zbw/wistat/330765.html
   My bibliography  Save this article

Verbesserung der Data-Matching-Qualität mit optimierter String-Distanz-Metrik-Auswahl und Random Forest

Author

Listed:
  • Nölting, Christopher
  • Hajiyev, Murad

Abstract

Fehlende eindeutige Identifikatoren erschweren die Verknüpfung von Verwaltungsdaten mit dem statistischen Unternehmensregister. Der Beitrag präsentiert einen überwachten Machine-Learning-Ansatz, der eindeutige Matches als Trainingsbasis nutzt: Nach Normalisierung von Namens- und Adressdaten werden optimierte StringÄhnlichkeitsmaße mit numerischen Merkmalen in einem Random-Forest-Modell kombiniert. Durch Datenbereinigung, Balanced Sampling und Negativmatches entsteht ein robuster Workflow für die Datenverknüpfung. Der Ansatz übertrifft klassische Matching-Verfahren und bietet eine praktikable Methodik für ähnliche Herausforderungen - etwa bei anderen Datenverknüpfungsaufgaben in der amtlichen Statistik.

Suggested Citation

  • Nölting, Christopher & Hajiyev, Murad, 2025. "Verbesserung der Data-Matching-Qualität mit optimierter String-Distanz-Metrik-Auswahl und Random Forest," WISTA – Wirtschaft und Statistik, Statistisches Bundesamt (Destatis), Wiesbaden, vol. 77(5), pages 69-81.
    • Handle: RePEc:zbw:wistat:330765
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/330765/1/1940063418.pdf
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    ;
    ;
    ;
    ;
    ;
    ;
    ;
    ;
    ;
    ;

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:wistat:330765. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://edirc.repec.org/data/stagvde.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.