客戶名稱驗證算法

Question

是否有算法或標準來驗證不同格式的客戶名稱？

我的意思是，

• J.史密斯
• 約翰·史密斯
• 約翰·史密斯
• J.路易斯·史密斯
• 約翰路易斯S.

可能是同一個人，並且應該通過驗證。

感謝

Answer 1

的Figure out if a business name is very similar to another one - Python接受的答案一定會幫助你，因爲我自己有一個非常類似的方法工作規範化名稱。

請注意，一個獨立的指標是不夠的。綜合方法必須實施考慮字符N Gram匹配，編輯距離等，最終返回匹配詞的強度。設計一個公式來計算匹配關鍵字的強度，一旦你的名字列表被用盡，只需重新運行算法，以獲得強度低於你設置的特定閾值的名稱/單詞。這使得這些名字可以與其他一些名字相匹配的名字產生共鳴，其中匹配/強度值更強。

此外，你將不得不注意精度/召回的權衡。採用上述方法，我發現精度太好，但召回並不是那麼好。