比較兩個varchar字段的相似性

Question

我正在嘗試編寫一段代碼，它將比較兩個varchar列，其中每個匹配的字符數量都被加權並分配一個值，然後我可以稍後使用該值來確定是否他們是否是「模糊」匹配。到目前爲止，我有一個可以去除數字和空格的函數，我認爲我可以用它作爲起點。有沒有人有任何方向，他們可以推動我或一些建議？ 謝謝 布賴恩

Answer 1

您可能會看看SOUNDEX功能。

Answer 2

指向與@GilM相同的方向，語音匹配算法，還有另一種選擇：Double Metaphone。它不是與SQL Server一起內置的SOUNDEX，但找到here a T-SQL version。

Answer 3

這取決於數據類型。 Soundex，Metaphone，Double Metaphone都適用於人名。但不適合比較街道地址，例如editdistance（Levenshtein距離）可能用於模糊匹配街道地址。

Jaro-Winkler距離和Q-gram是我想到的用於模糊匹配的其他技術。

這裏是一個editdistance的實現。如果你想知道它是什麼。

http://www.sqlteam.com/forums/topic.asp?TOPIC_ID=51540&whichpage=2