数据增强
作者：Seme 研究团队 · 更新于 2026-05-22
定义
数据增强是用来自外部来源的附加信息增强现有记录以创建更完整和准确的档案的过程。在身份调查中，从最少的输入开始——姓名、照片或电子邮件地址——增强逐步添加社交档案、就业历史、教育记录、公共记录、联系信息和其他上下文数据。增强过程遵循漏斗模式：从广泛开始（搜索所有可用来源）并根据确认的匹配收窄。每个增强步骤增加整体档案的置信度分数。现代增强平台可以在几分钟内将单个标识符扩展为包含 50+ 字段的全面档案。
工作原理
数据增强通过迭代扩展运行。迭代 1 — 种子搜索：使用初始标识符（姓名、电子邮件、照片）在主要平台（LinkedIn、Twitter、Facebook、GitHub）上查找主要档案。迭代 2 — 标识符扩展：从发现的档案中提取新标识符（辅助电子邮件、电话号码、用户名）并搜索这些标识符。迭代 3 — 公共记录：使用已确认的标识符查询政府数据库、公司注册表、专利局和学术数据库。迭代 4 — 交叉引用：通过实体解析链接所有发现的记录并构建统一档案。每次迭代添加数据点并通过交叉验证增加置信度。
示例
仅从"jane.smith@techcorp.com"开始，数据增强发现：LinkedIn 档案（通过电子邮件匹配验证）、Twitter 账户（通过个人资料照片相似性匹配）、GitHub 档案（通过相同用户名"janesmith"匹配）、Google Scholar 上的 2 篇学术出版物（通过姓名+所属机构匹配）、USPTO 的 1 项专利申请（通过姓名+公司匹配）、YouTube 上的会议演讲视频（通过人脸识别匹配）和 3 个专业协会会员资格（通过公司+姓名匹配）。增强后的档案包含来自 7 个来源的 45 个数据点。
应用场景
- •销售和业务开发的潜在客户增强
- •招聘平台的候选人档案构建
- •金融机构的 KYC 数据增强
- •从最少身份信息开始的调查研究
关键数据
| 指标 | 数值 | 来源 |
|---|---|---|
| 起始标识符 | 1 (name, email, or photo) | Seme workflow |
| 平均增强字段数 | 45+ | Seme platform data |
| 每次增强数据源 | 7-12 | Seme architecture |
| 增强时间 | 2-10 minutes | Seme platform data |
相关术语
平台数据
15-20
来源/调查
78%
平均信任分
25+
术语定义
10-30 min
调查时间