同一家供应商，网址可能带不同协议、子域名或拼写错误；但两家公司名字很像，也不能贸然合并。供应商去重就是这种两难：漏合并会拆散交易历史，错合并则可能污染付款和审计记录。
据 Towards Data Science 报道，这个案例构造了11,531行网站记录，对应7,180家真实供应商。先统一大小写、协议和路径，再识别可注册域名，两个确定性阶段就处理了约76%的重复记录。所谓“确定性”，就是规则清楚、结果可复核，不先猜两个名称“有多像”。
真正棘手的是剩余记录。案例用 RapidFuzz 计算字符串相似度——把两个名称有多像压成分数——却发现真假重复在88至97分明显重叠。阈值设为90时，自动合并的精确率只有76.4%，会错并282家；提高到98虽可避免错并，召回率却跌到50%以下。作者因此把1,905个含混候选交给人工复核，并主张让分数安排复核顺序，而不是替业务直接拍板。