tsql - 比较两个 varchar 字段的相似性

Question

我正在尝试编写一段代码，它将比较两个 varchar 列，其中每个匹配的字符数量被加权并分配一个值，我可以稍后使用这个值来确定它们是否是“模糊”匹配. 到目前为止，我有一个去除数字和空格的函数，我认为我可以将其用作起点。有没有人有任何方向可以推动我或一些建议？谢谢布赖恩

Answer 1

这取决于 Data 的类型。Soundex ， Metaphone ，Double Metaphone 对人名有好处。但不适合比较街道地址，例如，editdistance（Levenshtein距离）可能用于模糊匹配街道地址。

Jaro-Winkler 距离和 Q-gram 是我想到的模糊匹配中使用的其他技术。

这是editdistance的一个实现。如果您想知道它是什么。

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

Answer 2

您可能会查看 SOUNDEX 函数。

Answer 3

指向与@GilM 相同的方向，语音匹配算法，还有另一个选项：Double Metaphone。它不是作为 SOUNDEX 内置在 SQL Server 中的，而是在此处找到 T-SQL 版本。