Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
1,235 Commits 3 Branches 0 Tags
bb7710d8a174bc5a03924732b040244ba3ac2ceb
Commit Graph

1235 Commits

This Branch
This Branch
All Branches
Author SHA1 Message Date
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
Floke
1c55039404 duplicate_checker.py aktualisiert 2025-08-06 09:06:07 +00:00
Floke
8cf8929308 duplicate_checker.py aktualisiert 2025-08-06 05:59:05 +00:00
Floke
f96ceb65f9 duplicate_checker.py aktualisiert 2025-08-06 05:45:15 +00:00
Floke
dedb647e19 duplicate_checker.py aktualisiert 2025-08-05 15:54:08 +00:00
Floke
6cf123d98e duplicate_checker.py aktualisiert 2025-08-05 14:38:52 +00:00
Floke
4cb3e12c21 duplicate_checker.py aktualisiert 2025-08-05 14:36:25 +00:00
Floke
0bdea85563 duplicate_checker.py aktualisiert 2025-08-05 14:34:08 +00:00
Floke
a933423638 duplicate_checker.py aktualisiert 2025-08-05 14:30:02 +00:00
Floke
dc8c338b96 chat GPT version 2025-08-05 14:27:07 +00:00
Floke
fcf05cd2a6 added Is part of a group to reeval 2025-08-05 06:06:32 +00:00
Floke
5018d2c819 v2.0.4: refactor: Integrate Google-First Wikipedia logic 
- Umbau von `_process_single_row` im DataProcessor zur Nutzung der neuen Such- und Validierungslogik.
- Anpassung der an `search_company_article` übergebenen Parameter.
- Härtung der Wikipedia-Pipeline gegen fehlgeschlagene Suchen oder Validierungen.
 2025-08-04 18:43:16 +00:00
Floke
5137e5d22e v2.0.2: feat: Implement Google-First Wikipedia Search 
- Erstellung einer robusten `serp_wikipedia_lookup`-Funktion im WikipediaScraper.
- Verbesserung der `_validate_article`-Logik um harte Fakten (Domain, Sitz).
- Anpassung von `search_company_article` zur Nutzung der neuen "Google-First"-Strategie.
 2025-08-04 18:39:16 +00:00
Floke
4e67a07c58 data_processor.py aktualisiert 2025-08-04 17:52:51 +00:00
Floke
2d8427d7f4 data_processor.py aktualisiert 2025-08-04 17:35:18 +00:00
Floke
cd515feaa2 data_processor.py aktualisiert 2025-08-04 17:32:23 +00:00
Floke
fa4f64dadd data_processor.py aktualisiert 2025-08-04 17:29:55 +00:00
Floke
aad8e81150 evaluate_branche_chatgpt wieder ergänzt 2025-08-04 17:28:12 +00:00
Floke
aaa6db7873 entferne def evaluate_branche_chatgpt 2025-08-04 17:19:21 +00:00
Floke
34ce2c5d32 data_processor.py aktualisiert 
Regex suche "self\.sheet_handler\._get_col_letter" replace by "_get_col_letter"
 2025-08-04 17:07:07 +00:00
Floke
459acedcb1 data_processor.py aktualisiert 2025-08-04 16:44:27 +00:00
Floke
928ec894c9 data_processor.py aktualisiert 2025-08-04 15:19:32 +00:00
Floke
63db586211 data_processor.py aktualisiert 2025-08-04 15:13:08 +00:00
Floke
bdc6c4e7b4 data_processor.py aktualisiert 2025-08-04 14:29:46 +00:00
Floke
d0c66f9115 data_processor.py aktualisiert 2025-08-04 14:28:30 +00:00
Floke
f4e02b26a4 data_processor.py aktualisiert 2025-08-04 14:24:59 +00:00
Floke
87d434db8e data_processor.py aktualisiert 2025-08-04 14:23:29 +00:00
Floke
7f38767eac data_processor.py aktualisiert 2025-08-04 14:13:50 +00:00
Floke
fc19359709 data_processor.py aktualisiert 2025-08-04 14:13:15 +00:00
Floke
a8b6e50c7f data_processor.py aktualisiert 2025-08-04 14:12:29 +00:00