总结
达人身份去重不能只靠显示名称。 先保存平台和不可变账号 ID，再标准化主页 URL、用户名、公开邮箱、网站和自我链接。只有强证据组合才自动进入同一身份簇，例如两个账号互相链接且使用同一公开商务邮箱。头像相似、同名或简介文案相近只能触发人工复核。所有合并保留来源、置信度和可回滚历史。
先标准化账号级字段
为每个平台保存 platform、account_id、canonical_url、handle、display_name、business_contact 和 captured_at。移除 URL 跟踪参数，统一域名和用户名大小写，但保留原始值。
显示名称和用户名会变化，不作为永久主键。账号被转让或重命名时，历史快照帮助发现异常。
按证据强度建立匹配规则
强证据包括账号互相链接、同一官网列出两个账号、同一公开商务邮箱与一致本人声明。中等证据包括姓名、城市、内容和面部一致；弱证据包括头像或相似简介。
自动合并要求至少一个强证据且没有关键冲突。只有多个弱证据时进入人工队列，不用 AI 猜测补齐。
显式保存冲突和不确定
同名、共同代理邮箱、团队账号和品牌账号容易误合并。若地区、本人声明或账号所有者冲突，记录冲突字段和证据日期，不用多数投票覆盖。
主档可以包含“确认账号”“可能相关”“已排除”三类关系。搜索与外联默认只使用确认账号。
对合并质量做正反向抽样
抽查自动合并，计算误合并；同时从未合并账号中抽样，检查漏合并。只看已合并结果会隐藏重复记录仍然存在的问题。
每次人工拆分都记录错误原因并更新规则。QuickKOL 的身份簇保留版本，让 Campaign 历史不会因主档调整而丢失。
去重不是名字匹配，而是带证据的身份合并
同一达人可能使用不同平台名称、经纪邮箱、语言和公司实体；不同达人也可能有相似名字。AI 可以生成候选匹配，但高影响合并必须保留特征、置信度和人工确认。NIST AI RMF 强调管理、测量和治理风险；在这里意味着系统要能解释为什么认为两条记录相同，并允许撤销。
可以给强标识符更高权重：互相链接的官方账号、相同公开商业邮箱、经纪确认或共同网站；头像相似、姓名相近和主题相同只能作为弱信号。例如强信号 2 项、弱信号 2 项进入人工确认，只有弱信号则保持分开。合并时保存来源记录、字段冲突和主记录选择，避免误删报价或退出请求。系统还应定期抽查未合并记录，观察漏合并是否让同一达人收到重复外联。
达人身份匹配证据
高影响合并至少需要一个强信号和人工复核。
| 信号 | 强度 | 处理 |
|---|---|---|
| 账号互链 | 强 | 核对公开页面 |
| 商业邮箱或经纪确认 | 强 | 保存来源与日期 |
| 姓名、头像、主题相似 | 弱 | 只生成候选 |
| 字段冲突 | 风险 | 暂停自动合并 |
检查清单
身份记录合并前
每次合并都应可解释、可追踪、可撤销。
- 至少一个强身份信号
- 公开来源和观察日期已保存
- 头像没有作为唯一依据
- 邮箱、报价和退出状态已比较
- 字段冲突已交给人工
- 主记录选择有理由
- 原始记录仍可追溯
- 错误合并可以撤销
资料来源与延伸阅读
外部页面可能更新；平台规则、合同与当地法规应在 Campaign 启动前再次确认。