Jellyseerr中RottenTomatoes电影匹配问题的分析与解决方案

问题背景

在Jellyseerr媒体管理系统中，用户报告了一个关于电影评分匹配的问题。具体表现为电影"The OctoGames"（TMDB ID 1028703）被错误地匹配到了Rotten Tomatoes(烂番茄)上完全不相关的电影"The Stranger"的评分数据。

问题根源分析

经过深入调查，发现这个问题由两个关键因素共同导致：

1. 标题差异问题：

   • TMDB数据库中的标题为"The OctoGames"
   • Rotten Tomatoes上的标题为"Octogames"（缺少"The"且为小写g）
   • Rotten Tomatoes API对"The"这样的冠词非常敏感，导致直接搜索无法返回正确结果

2. 匹配逻辑缺陷：

   • 当前系统采用四级匹配策略，其中第三级仅依赖年份匹配
   • 当标题匹配失败时，系统会接受任何年份匹配的结果，即使标题完全不相关

现有匹配机制剖析

Jellyseerr当前的Rotten Tomatoes匹配逻辑采用四级递进策略：

1. 精确匹配标题和年份
2. 部分匹配标题（使用String.includes）且精确匹配年份
3. 仅匹配年份（问题根源所在）
4. 仅匹配标题

这种设计虽然简单直接，但缺乏对现实数据差异的容错能力，特别是当数据源之间存在标题格式差异时。

改进方案设计

针对这一问题，我们提出了一种基于评分系统的改进方案，通过综合考虑多种匹配因素来提高匹配准确性：

评分系统设计

1. 年份匹配评分：

   • 精确匹配：1分
   • 相差1年：0.5分（考虑跨年发行电影）
   • 其他情况：0分

2. 标题匹配评分：

   • 标准化处理后精确匹配：1分
   • 使用相似度算法部分匹配：0-1之间的分数
   • 完全不匹配：0分

标准化处理流程

为提高标题匹配的鲁棒性，建议实施以下标准化步骤：

1. 转换为小写
2. 移除非字母数字字符（如冒号、破折号等）
3. 去除冠词（"the"、"a"等）

相似度算法选择

虽然可以使用复杂的字符串相似度算法（如Jaro-Winkler距离），但考虑到实现复杂度和依赖管理，建议先采用以下简化方案：

• 包含子字符串：0.5分
• 不包含：0分

实现考量

1. 备选标题利用：Rotten Tomatoes API返回的备选标题也应纳入匹配考虑范围
2. 阈值设置：设置最低接受分数，避免极低相似度的匹配被采纳
3. 性能影响：新评分系统需要遍历所有结果一次，计算复杂度可控

预期效果

实施这一改进后，系统将能够：

• 正确处理标题格式差异
• 更智能地处理边缘情况（如跨年发行的电影）
• 显著减少错误匹配的发生
• 保持对正常匹配情况的高效处理

这一改进不仅解决了当前报告的具体问题，还为系统处理类似的数据差异情况建立了更健壮的机制，提升了整体用户体验。