我如何找到類似的地址記錄？

Question

工作流程是這樣的：

1. 我接收優惠券的掃描數據（名字，姓氏，郵政編碼，城市+其它信息）就可以了。
2. 在創建新客戶之前，如果客戶可能已經存在，我必須搜索數據庫。

現在我的問題：當沒有可用的唯一ID時，找到現有客戶的最佳方式是什麼？

PS：我確實有數據庫中的一個唯一的ID，只是沒有在我們收到的優惠券;）

Answer 1

我們使用Levenshtein distance算法來檢查用戶是否有重複。但是，我們有相當嚴格的規則來輸入數據本身，所以我們必須檢查是否存在歪曲，情況差異等。

Answer 2

看到這個前面的問題：Parse usable Street Address, City, State, Zip from a string。

Soundex會幫助你，如果你需要類似的匹配。

Answer 3

您可以查詢與給定數據匹配的所有客戶的數據庫，例如

SELECT ID FROM tbl_customers WHERE 
    first_name LIKE 'JOHN' 
    AND last_name LIKE 'Doe' 
    AND zip_code=12345 
    AND city LIKE 'Ducktown' 

如果返回的行數爲0，則在數據庫中創建一個新條目。如果它是1，查詢會給你這個ID。如果它大於1，你可能會有幾個同名的客戶住在同一地區，需要找到一種方法來處理這種情況。但是，這將在這裏證明了一個新問題;-)

---

P.S：如果你沒有唯一的ID的所有，重新設計你的數據庫。

Answer 4

如果您有SQL Server 2005，則可以通過SSIS將數據帶入，並使用模糊查找來檢查相同性。

Answer 5

如果你真的想以正確的方式，簡單的方式，完整的方式購買Netrics。

http://www.netrics.com/

我們買了它，幷包裹着它的應用程序，讓我們的員工配合他們想要的任何東西。可以配置每列的置信區間，建立可以將Robert映射到Bob，並將John映射到Jack的文字區。這是令人驚歎的，並被該國一些較大的機構用於清理各種名單。