> statistics | canada | coding <

Statistics Canada 姓名編碼的運作方式

Statistics Canada 姓名編碼演算法用於人口普查與生命統計資料中的紀錄關聯（record linkage）。它會根據姓氏（以及必要時的名字）產生 4 位編碼。演算法會取姓氏的第一個字母以及之後兩個子音（母音與字母 Y 會被移除）。若姓氏提供的有效字元少於 3 個，則會使用名字的第一個字母補足。演算法在處理前會先將帶重音符號的法語字元轉換為基礎拉丁字母。

人口普查姓名編碼範例

演算法步驟：
1. 取姓氏第一個字母
2. 取姓氏接下來 2 個子音
3. 需要時使用名字首字母
4. 以空白補齊至 4 個字元

範例：
SMITH → SMTH
  S + M + T + H

MacDONALD → MCDL
  M + C + D + (N L)

Tremblay, Marie → TRMB
  T + R + M + B

Lee, David → LEED
  L +（沒有其他子音）+ D

法語處理：
Côté → COTE → CT  
Lépine → LEPINE → LPN 

短姓名：
Lo → LO  （補齊）
Kim, Su → KMS