人们如何以不同方式记住同一事件：FindMeld寻找隐藏联系的工作原理

普通的搜索在信息已被发布时效果良好：输入关键词，筛选结果即可。

但如果要搜索一个人：一个证人在德国目击，另一个在几天后在捷克，第三个完全不知道有人在找他，这该如何进行？如果每个人用不同的语言、不同的描述、对时间的记忆也不精准，该怎么办？

或者另一种情况：有人在一个地区丢失了文件，但随后在另一个城市被找到。描述不完全一致，日期也只是大概，地图上的位置也距离较远。

对于这样的任务，FindMeld——由DigiMeld UG开发的MELD®系统致力于解决这些难题。

使用这个应用后，我不会把FindMeld看作传统意义上的搜索系统，而像是一个人类记忆匹配系统。它不只是匹配字面上的相似，而是寻找人与人、人与物、事件之间的潜在联系。

同一事件的两个视角

FindMeld的主界面提供两种主要场景：

• “我在找”

• “我曾目击”

第一个面向需要找到目击证人或相关信息的人；第二个则面向曾经看到、发现或记得某事的人。

这种划分也是项目的核心特性之一。

通常，寻找证人始于发布公告：在社交网络、社区群组、即时通讯中寻找，希望目标证人在合适的时间出现。而在FindMeld中，证人可以在不知道信息会用到的情况下提交资料。同时，搜索请求可能比证言信息提前或稍后出现。

当系统中出现第二方时，FindMeld会自动检查两条记录是否关联同一事件。因而，它不在意信息出现的先后顺序：证言也可等待未来的搜索，搜索也可等待未来的证人。

不通过单纯关键词，而通过整体画面

以交通事故为例：

“晚上我在火车站附近看到一辆深色车，下着大雨，司机突然向停车场转弯。”

另一人用德语描述相似情况：

“下班后，在火车站附近看到一辆灰色货车，迅速驶入停车场。路面湿滑。”

对于普通搜索，这两个信息看似不同：用不同语言描述，不同时间点，不同物体描述方式。

FindMeld会对整个情况进行分析：

• 涉及什么事件；

• 谁在寻找，谁在提供信息；

• 提及哪些人、物品或交通工具；

• 地点和大约时间；

• 各参与者的移动方向；

• 天气和能见度；

• 两个描述中出现的特殊细节。

深色车和灰色货车可能是同一辆车，如果观察者分别在夜间和白天、雨中目击。“火车站附近”与“火车站”也可能指同一地点。

系统不要求字面上的匹配，而是试图判定两个描述是否在讲述同一个真实事件。

提前考虑人类的记忆误差

FindMeld预先认为人们很少能完美记忆事件。

证人可能会错谈颜色，记错时间范围，搞错地点，低估距离或遗漏细节。

普通筛选会忽略这些偏差。FindMeld会在整体画面中考虑每个细节。

比如关于车的描述在颜色上不符，但在地点、方向、损坏、天气和时间上相符，颜色差异并不必然排除关联，特别是一个在白天观察，一个在夜间或雨中观察时。

系统不会盲目依赖记忆，而会评估哪些细节更稳定，哪些可能被误记。

时间因素的重要性与模糊性

FindMeld不会机械地处理时间，而是逻辑上考虑：比如失物信息今天发布，发现信息在昨天，是否合理？这一关系要有基本的合理性：先丢失，后找到。

但日期的可靠性不同。比如有人写“差不多在周末”或“似乎是周一早上”，只要其他特征一致，也可以作为潜在匹配的依据，权重较低但不排除。

要区分两种情况：

• 明确的时间矛盾会排除联系；

• 模糊或可疑的日期则在证据确凿的前提下，可以降低匹配的可信度。

FindMeld不会完全忽略时间，但也不要求绝对精确。

天气在地理信息校正中的作用

天气不是装饰指标，而是实际辅助信息。

证人在描述地点和时间时可能记得有大雨或雾，但地图位置会出错；FindMeld会查阅指定时间段内的气象数据：如果地点没有降雨，但附近有强降水，可能会增加事件的匹配概率。

搜索范围也可以偏移到类似天气条件的区域。有人可能记错地点，误判距离，但天气这类细节更易记忆，也更能用来判断是否关联。

天气本身不能证明关联，但可以作为补充线索，帮助确认记忆的可靠性和调整搜索范围。

划痕可能比颜色更重要

有时最关键的细节并非外在明显的特征。例如：寻找一辆车，一个证人说是蓝色，另一个说是灰色。普通搜索会认为不同车辆；但如果两个描述都提到：

• 车门上的长划痕；
• 后灯破损；
• 车窗底部的贴纸；
• 非正常的引擎声音；
• 轮拱附近的凹痕；

这些细节比颜色差异更为重要。同理，丢失物品：行李箱可能被重新打包，自行车被重新喷漆，找到的物品可能被贴上标签或拆除保护套。外观虽然会变化，但划痕、维修痕迹和特殊细节会保留。

FindMeld会考虑明显和间接的特征：

• 损坏情况；
• 标识和标签；
• 缺失的元素；
• 特殊声音；
• 内容物；
• 包装方式；
• 出现场景；
• 移动方向。

事先难以知道哪一细节最关键。因此，系统会整体分析描述内容，不局限于几项固定字段。

超越地点界限的人物与物品搜索

在找失踪人员时尤为重要。

例如，有人在柏林失踪，家属描述其最后出现的地点、着装、外貌、可能的方向和行为表现。

普通系统多局限于柏林及周边地区。而FindMeld可以扩展到全球范围。

有人可能搭火车、乘飞机或使用顺风车，到了别的国家。来自布拉格、维也纳或华沙的证人为他们提供线索，可能却不知道其在德国的搜索请求。

外貌和服装可能变化，但更持久的特征依然包括：

• 步态特征；
• 疤痕；
• 特殊手势；
• 习惯性讲话方式；
• 显眼的服饰细节；
• 随行动物；
• 携带的物品；
• 特定行为。

第一个地理位置成为搜索的起点，而非界限。对于物品：如在商场丢失的护照，也可以在不同地区或城市找到——可能被路人捡起、转移或交给其他机构的工作人员。

多语环境下的参与者不被隔离

寻找者和证人可以用不同的语言描述。

每个人按照方便的方式描述，FindMeld则分析其中的语义关系。这在国际化场景尤为重要——火车站、机场、旅游城市、边境地区。

比如：证人在德国用俄语描述丢失护照，找到它的游客用西班牙语，机构工作人员用德语。常规文本搜索会只看字面词汇差异，而FindMeld会分析语义、情境、地点、时间、损坏和特征等。

用户无需猜测证人使用的具体语言。

没有公共公告栏

FindMeld没有像公共公告墙那样随意浏览所有事件、失物或搜索请求的界面。用户只会看到自己的申请、证言消息和系统匹配到的记录。

不需要花费大量时间浏览公告或自己判断哪些信息合适，系统会自动完成这些工作。

联系只有在确认双方匹配后才会开启，且不会对外公开。

FindMeld不是社交网络，也不是即时通讯工具。它的目标是找到匹配的事件双方，并建立联系。

无中介的奖励体系

FindMeld是付费的产品。部分操作和发布内容需要付费，但平台不充当中介角色。

如果证人希望获得奖励，可以在提交时注明。双方在匹配成功后自行商议奖励和合作条件，平台不参与财务细节：

• 不设定奖励金额

• 不接受也不转账

• 不抽取手续费，不提供担保

• 不参与财务结算或争议

用户只为系统功能付费，双方的协议由双方自行达成。

匹配结果可能会晚一些出现

如果找不到匹配的证言，这不代表搜索结束。

系统中暂时没有合适的线索；也许几天后就会有新的描述出现——包括证人、失物或嫌疑人信息。这些新信息会被检测并逐步整合到已有的搜索中。

一些今天看似无关紧要的细节，经过时间推移，可能变成日后事件的重要线索。

FindMeld是否存在类似产品？

寻找失踪、失物、证人的服务早已存在，包括公告板、社区、地图应用、通知系统等。但我暂未发现哪个产品能集成FindMeld的所有关键特性：

• 两个独立参与者——寻找者与证人；

• 不依赖于信息发布时间的顺序匹配；

• 基于语义的搜索，而非只看字面关键词；

• 支持多语言；

• 考虑到人为记忆误差；

• 验证时间顺序；

• 在时间联系较弱时增强匹配的重要性；

• 用天气情况辅助校准地理信息；

• 全球范围内搜索失踪人员；

• 分析间接线索和细节；

• 没有公共信息流；

• 受控的联系方式揭示；

• 双方可自行协商奖励条件。

虽然一些功能在其他平台有类似，但FindMeld的创新点在于将它们集成在一个系统中。

传统搜索系统只问：“这段文字在哪发表？”而FindMeld解决的正是反向： “这些人描述的是否是同一事件，即使他们用不同语言、出错或在不同国家？”

基于真实记忆的搜索

FindMeld不要求参与者使用完全相同的词，也不要求完美记忆。颜色可以记错，地点可以说错，时间可以模糊，事件可以用不同语言描述。

系统通过分析语义、时间、地理信息、天气和特征，区分潜在的冲突和正常的人为误差。

因此，搜索的核心不再是文字内容，而是事件本身。