Kevin Adametz
a0ac32cf95
Die Klassifizierung aus dem Trockenlauf wird jetzt nach company_email_groups geschrieben — eine Zeile je Adresse, denn ob zusammengeführt werden darf, ist eine Eigenschaft der Adresse und nicht der Firma. Die Zusammenführung (1a.3) und die laufende Zuordnung neuer API-Meldungen (1a.4) lesen dort, statt den Trockenlauf jedes Mal neu zu rechnen. Die Logik liegt jetzt in CompanyAddressClassifier und wird von Bericht und Persistierung gleichermaßen benutzt. Beide müssen dieselbe Antwort geben — sonst zeigt der Bericht etwas anderes, als die Zusammenführung später tut. manual_classification übersteuert die berechnete Klasse und überlebt jede Neuberechnung. Nötig für Grenzfälle, die nur ein Mensch entscheiden kann: presse@pr4you.de ist eine echte Agentur, sieht in den Daten aber aus wie eine Wegwerfadresse. effectiveClassification() ist die einzige Stelle, die Abnehmer fragen dürfen. Eigene Tabelle statt Spalten auf companies: Die Tabelle trägt einen FULLTEXT-Index, jedes ADD COLUMN dort ist ein Rebuild. Die Zuordnung Firma → Gruppe ist ohnehin nur die normalisierte Adresse, und die eine Stelle, die festlegt, was "dieselbe Adresse" heißt, ist jetzt Company::emailKey(). E1 ist entschieden: Schwellwert 3, nach drei Live-Läufen. Bei 2 wird jede zweite Schreibweise zur "Agentur", bei 4 wandern echte Mehrkunden-Adressen in die Handarbeit. Konfiguriert in config/newsroom.php; Bericht und Klassifizierung lesen den Wert von dort. Die Ähnlichkeitsprüfung ist quadratisch und jetzt bei 25 Repräsentanten gedeckelt — ab da steht die Klasse fest, und yahoo@yahoo.com mit über 4000 Namen hätte sonst neun Millionen Levenshtein-Aufrufe gekostet. Laufzeit über den ganzen Bestand: 25 s → 3 s, Ergebnis unverändert. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
57 lines
1.9 KiB
PHP
57 lines
1.9 KiB
PHP
<?php
|
|
|
|
namespace App\Enums;
|
|
|
|
/**
|
|
* Klassifizierung einer Firmen-E-Mail-Adresse für die Newsroom-Konsolidierung
|
|
* (Roadmap 1a.2).
|
|
*
|
|
* Eine Eigenschaft der ADRESSE, nicht der Firma: Ob zusammengeführt werden
|
|
* darf, entscheidet sich daran, was alles unter dieser Adresse steht.
|
|
*/
|
|
enum CompanyAddressClass: string
|
|
{
|
|
case Duplicate = 'dublette';
|
|
|
|
case NameVariant = 'namensvariante';
|
|
|
|
case Proposal = 'vorschlag';
|
|
|
|
case CollectionAddress = 'sammeladresse';
|
|
|
|
case NeverPublished = 'nie_veroeffentlicht';
|
|
|
|
public function label(): string
|
|
{
|
|
return match ($this) {
|
|
self::Duplicate => 'Dublette',
|
|
self::NameVariant => 'Namensvariante',
|
|
self::Proposal => 'Vorschlag',
|
|
self::CollectionAddress => 'Sammeladresse',
|
|
self::NeverPublished => 'nie veröffentlicht',
|
|
};
|
|
}
|
|
|
|
public function description(): string
|
|
{
|
|
return match ($this) {
|
|
self::Duplicate => 'identischer Name — automatisch zusammenführbar',
|
|
self::NameVariant => 'nur Rechtsform/Schreibweise abweichend — automatisch zusammenführbar',
|
|
self::Proposal => 'abweichende Namen unter dem Schwellwert — Vorschlag im Admin, keine automatische Aktion',
|
|
self::CollectionAddress => 'Agentur oder Dienstleister — markieren, nicht zusammenführen',
|
|
self::NeverPublished => 'nie eine Veröffentlichung — von jeder automatischen Aktion ausnehmen, einzeln prüfen',
|
|
};
|
|
}
|
|
|
|
/**
|
|
* Darf über diese Adresse automatisch zusammengeführt werden?
|
|
*
|
|
* Nur die beiden Klassen, bei denen unter der Adresse nachweislich EINE
|
|
* Firma steht. Alles andere bleibt stehen — eine Sammeladresse würde
|
|
* Kunden verschmelzen, eine Platzhalteradresse Tausende Unbeteiligte.
|
|
*/
|
|
public function isMergeable(): bool
|
|
{
|
|
return in_array($this, [self::Duplicate, self::NameVariant], true);
|
|
}
|
|
}
|