Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
1,264 Commits 3 Branches 0 Tags
b468d3ad65354deb8e815eeef0f7d7f5eff77dcb
Commit Graph

1264 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
Floke
b468d3ad65 readme.md aktualisiert 2025-08-18 12:48:19 +00:00
Floke
cb9abc32e2 duplicate_checker.py aktualisiert 2025-08-18 12:48:05 +00:00
Floke
f973c24df7 duplicate_checker.py aktualisiert 2025-08-18 12:27:31 +00:00
Floke
2f009027c3 duplicate_checker.py aktualisiert 2025-08-18 12:11:35 +00:00
Floke
47a7e71d2a duplicate_checker.py aktualisiert 2025-08-18 11:32:37 +00:00
Floke
769af08d97 app.py aktualisiert 2025-08-18 11:25:50 +00:00
Floke
4d948d7b4f Dockerfile.brancheneinstufung aktualisiert 2025-08-18 11:08:39 +00:00
Floke
4161d3491e start.sh hinzugefügt 2025-08-18 11:04:28 +00:00
Floke
9b79799731 app.py aktualisiert 2025-08-18 10:58:02 +00:00
Floke
24e6abe83d Dockerfile.brancheneinstufung aktualisiert 2025-08-18 10:38:34 +00:00
Floke
75ca131ff5 app.py aktualisiert 2025-08-18 10:09:10 +00:00
Floke
75f6930a33 Dockerfile.brancheneinstufung aktualisiert 2025-08-18 10:03:15 +00:00
Floke
24aa0600df app.py aktualisiert 2025-08-18 09:45:15 +00:00
Floke
8637d2e6dd app.py aktualisiert 2025-08-18 09:39:05 +00:00
Floke
e49acabd8d helpers.py aktualisiert 2025-08-18 09:15:33 +00:00
Floke
975014d5b0 duplicate_checker.py aktualisiert 2025-08-18 08:39:27 +00:00
Floke
5723533f65 app.py aktualisiert 2025-08-18 08:28:26 +00:00
Floke
c020881826 Dockerfile.brancheneinstufung aktualisiert 2025-08-18 07:22:58 +00:00
Floke
dcbe5d726c app.py aktualisiert 2025-08-18 07:20:29 +00:00
Floke
d59f9645e1 requirements.txt aktualisiert 2025-08-18 07:19:27 +00:00
Floke
ffab6e61a7 Dockerfile.brancheneinstufung aktualisiert 2025-08-18 06:38:00 +00:00
Floke
606f2f8f30 ngrok_authtoken.txt hinzugefügt 2025-08-18 06:26:31 +00:00
Floke
239869fb94 requirements.txt aktualisiert 2025-08-18 06:09:39 +00:00
Floke
35d73a8721 Dockerfile.brancheneinstufung hinzugefügt 2025-08-18 06:08:54 +00:00
Floke
01282dd5b4 app.py aktualisiert 2025-08-08 12:17:55 +00:00
Floke
0e2bb5155d app.py aktualisiert 2025-08-08 12:07:11 +00:00
Floke
e7de241ef9 app.py aktualisiert 2025-08-08 08:40:10 +00:00
Floke
c356203b52 feat(duplicate-checker): Quality-first++ – Domain-Gate, Location-Penalties, Smart Blocking (IDF-ligh 
- Domain-Gate: Domain (100) zählt nur, wenn Name >= MIN_NAME_FOR_DOMAIN (70) ODER (City & Country) matchen
- Location-Penalties: City-Mismatch -30, Country-Mismatch -40 (nur wenn Felder befüllt)
- Name-Scoring: max(token_set, partial, token_sort) auf bereinigten Tokens (Stopwörter + City-Tokens)
- City-Bias-Guard: City-only Overlap -> Name-Score Cap auf 70
- Rare-Token-Check (IDF-light): Name-only-Matches brauchen seltenen Token-Overlap
- Weak-Threshold: 95, wenn weder Domain_used noch (City & Country) matchen
- Smart Blocking: Domain-Index -> seltenster Token -> Prefilter (partial>=70, Top 30, nur wenn seltenster Token im Kandidaten vorkommt)
- SerpAPI: nur für Matching-Accounts und nur wenn B/E leer; schreibt „Gefundene Website“ + „Serp Vertrauen“, Domain-100 nur bei Vertrauen=hoch
- Output: neue Spalten „Gefundene Website“, „Serp Vertrauen“, „Match“, „Score“, „Match_Grund“
- Writeback: SAFE (alle Originalspalten), interne Felder werden gedroppt + CSV-Backup
- Logging: Log/{timestamp}_duplicate_check_v2.15.txt, Summary-Metriken am Ende
 2025-08-08 07:40:50 +00:00
Floke
da55159cb5 duplicate_checker.py aktualisiert 2025-08-08 06:35:24 +00:00
Floke
bb7710d8a1 duplicate_checker.py aktualisiert 2025-08-08 06:31:57 +00:00
Floke
2a7d546713 feat(duplicate-checker): quality-first Matching (Domain-Gate, Location-Penalties, Smart Blocking) 
- Domain-Gate: Domain-Score (100) nur, wenn Name >= MIN_NAME_FOR_DOMAIN (default 70) ODER Ort+Land exakt matchen
- Location-Penalties: City-Mismatch -30, Country-Mismatch -40 (wenn Felder befüllt)
- Smart Blocking: Domain-Index -> seltenster Name-Token (Stopwörter gefiltert) -> Prefilter (partial_ratio >= 60, Top 50)
- Name-Score: max(token_set_ratio, partial_ratio, token_sort_ratio) + Name-only Bonus (+20) bei starken Namen
- SerpAPI nur für Matching-Accounts: schreibt "Gefundene Website"; Domain wird NUR bei Vertrauen=hoch genutzt
- Serp-Trust: hoch/mittel/niedrig (Token-Check gegen Domain)
- Transparenz: neue Spalten "Match", "Score", "Match_Grund", "Gefundene Website", "Serp Vertrauen"
- Safe Writeback: Originalspalten bleiben erhalten; interne Felder werden vor Write entfernt
- Logs: Log/{$timestamp}_duplicate_check_v2.13.txt, Summary-Metriken am Ende
- Backup: Log/{$timestamp}_backup_Matching_Accounts.csv

BREAKING CHANGES: none
 2025-08-08 06:28:35 +00:00
Floke
07630e4de1 duplicate_checker.py aktualisiert 2025-08-08 06:11:37 +00:00
Floke
526302c96f duplicate_checker.py aktualisiert 2025-08-08 06:07:04 +00:00
Floke
0ecf8aa9f4 duplicate_checker.py aktualisiert 2025-08-08 06:00:19 +00:00
Floke
ec4fc642ff url_check nur für matching 2025-08-08 05:43:45 +00:00
Floke
d607e442f1 url check ergänzt 2025-08-08 05:34:32 +00:00
Floke
6b7d321811 duplicate_checker.py aktualisiert 2025-08-06 14:04:03 +00:00
Floke
6e5e4364c0 duplicate_checker.py aktualisiert 2025-08-06 13:50:38 +00:00
Floke
7263755f83 duplicate_checker.py aktualisiert 2025-08-06 13:39:30 +00:00
Floke
3f8a05f349 duplicate_checker.py aktualisiert 2025-08-06 13:35:25 +00:00
Floke
9362c47ab7 duplicate_checker.py aktualisiert 2025-08-06 13:28:50 +00:00
Floke
e11b96aee3 duplicate_checker.py aktualisiert 2025-08-06 13:19:44 +00:00
Floke
f890eebaa1 duplicate_checker.py aktualisiert 2025-08-06 13:11:09 +00:00
Floke
39016bff94 duplicate_checker.py aktualisiert 2025-08-06 12:50:12 +00:00
Floke
33c4ee187a duplicate_checker.py aktualisiert 2025-08-06 12:42:02 +00:00
Floke
97b640fff5 duplicate_checker.py aktualisiert 2025-08-06 11:37:35 +00:00
Floke
1d8a067746 duplicate_checker.py aktualisiert 2025-08-06 10:32:38 +00:00
Floke
722fd8fb9a Add Logging 2025-08-06 09:31:33 +00:00
Floke
555d9dcbfc duplicate_checker.py aktualisiert 2025-08-06 09:08:12 +00:00
Floke
42e09ed7ad duplicate_checker.py aktualisiert 2025-08-06 09:07:10 +00:00