java - 数据整合问题——如何整合相似实体

Question

我有一个数据库，它在同一个表中有非常相似的行。这些行是相似的，因为它们具有几乎相等的列值。我需要将这些相应的行整合到一行中。

例如，应该集成这两个用户（u1 和 u2）：

 u1 = User(name = "William Henry Gates III",
           age = 55,
           nationality = "american",
           alma_mater = "Harvard Univesity")

 u2 = User(name: "William Henry 'Bill' Gates III",
           age: 55,
           nationality: "America",
           alma_mater: "Harvard U.")

我正在考虑使用一些编辑距离和词干技术。其他算法和技术建议？有什么有用的库可以使用（最好是 Python 或 Java）？

Answer 1

考虑像Refine之类的东西？