Pipeline de vinculación de registros
Normalizar → bloquear → puntuar → enlazar. El bloqueo compara solo registros que comparten municipio e inicial fonética del apellido, así el motor nunca hace el barrido ingenuo de todos los pares.
Minúsculas, sin acentos, apodos mapeados (Chema→José), orden canónico de apellidos (quita de/del, ordena).
Municipio × inicial fonética. 45.533 comparaciones en lugar de 4.440.807 — 99 % evitadas.
Jaro–Winkler en nombres, Damerau–Levenshtein en cédulas, proximidad de fecha de nacimiento, teléfono — compuesto ponderado.
Compuesto ≥ 0.95 enlaza automáticamente; 0.72–0.95 pasa a la cola de revisión humana.
Distribución de puntajes de pares
Puntajes compuestos de todas las comparaciones entre agencias tras el bloqueo. Los dos modos son la imagen de Fellegi–Sunter: no coincidencias verdaderas (izquierda) y coincidencias verdaderas (derecha); los umbrales quedan en el valle. El eje de conteo usa escala √ para que ambos modos sigan visibles.
Muestra del registro
Lo que realmente capturaron los registradores — tres agencias, un mismo corredor. Cédulas y teléfonos aparecen enmascarados por defecto (ver Privacidad y exportación).
| Registro | Agencia | Jefe(a) de hogar | Cédula | Teléfono | Municipio | Registrado |
|---|---|---|---|---|---|---|
| AD-00001 | Ayuda Directa | Pedro Ramírez Medina | V-92••••82 | +58 416 ••• ••20 | San Felipe | 29 jun · 15:50 |
| FO-00001 | Fundación Oriente | Luisa Bravo Hernández | V-90••••73 | +58 426 ••• ••92 | Puerto Cabello | 1 jul · 16:40 |
| SA-00001 | Socorro Andino | Ricardo Dolores Guerrero Flores | V-91••••31 | +58 424 ••• ••56 | Libertador (Caracas) | 30 jun · 17:23 |
| AD-00002 | Ayuda Directa | Francisco Andrés Martínez Paredes | V-97••••35 | +58 414 ••• ••60 | San Felipe | 28 jun · 17:24 |
| FO-00002 | Fundación Oriente | Beatriz Fernando Bravo Flores | V-92••••43 | +58 424 ••• ••65 | Guacara | 26 jun · 17:55 |
| SA-00002 | Socorro Andino | Dolores Guadalupe Peña Rojas | V-99••••82 | +58 412 ••• ••36 | Naguanagua | 29 jun · 08:15 |
| AD-00003 | Ayuda Directa | Rafael Mercedes Torres Sosa | V-93••••62 | +58 416 ••• ••79 | Sucre (Petare) | 27 jun · 08:30 |
| FO-00003 | Fundación Oriente | Rafael Teresa Ochoa Ochoa | V-97••••74 | +58 412 ••• ••57 | Naguanagua | 29 jun · 08:09 |
Qué contiene el escenario sembrado
Inyectado deliberadamente en los registros sintéticos para que el motor tenga algo honesto que encontrar.
- 312 registros duplicados entre agencias (~8,5 %) con ruido realista: acentos omitidos, apodos (José→Chema), dígitos de cédula transpuestos, apellidos de soltera↔casada, orden de apellidos invertido.
- 36 hogares registrados con las tres agencias.
- 10 registros que comparten un mismo número de teléfono.
- 12 cédulas secuenciales ingresadas con minutos de diferencia por un mismo registrador.
- 10 registros con retiro el mismo día a ~190 km de su punto de entrega.
- 10 entradas fantasma (edades imposibles, filas duplicadas exactas).