我的用戶將通過剪切導(dǎo)入并粘貼包含公司名稱的大字符串。我有一個(gè)公司名稱的現(xiàn)有且不斷發(fā)展的MYSQL數(shù)據(jù)庫，每個(gè)數(shù)據(jù)庫都有一個(gè)唯一的company_id。我希望能夠解析字符串并為每個(gè)用戶輸入的公司名稱分配模糊匹配。現(xiàn)在，僅進(jìn)行直線字符串匹配也很慢。** Soundex索引編制會(huì)更快嗎？我如何在用戶輸入時(shí)給他們一些選擇？**例如，某人寫道：微軟->微軟裸機(jī)必備->裸機(jī)必備Polycom，Inc.-> Polycom
3 回答
慕標(biāo)5832272
TA貢獻(xiàn)1966條經(jīng)驗(yàn) 獲得超4個(gè)贊
SOUNDEX是一個(gè)不錯(cuò)的算法，但是在該主題上已有最新進(jìn)展。創(chuàng)建了另一個(gè)算法，稱為Metaphone，后來將其修訂為Double Metaphone算法。我已經(jīng)親自使用了雙元音的java apache commons實(shí)現(xiàn)，它是可定制的和準(zhǔn)確的。
他們?cè)赪ikipedia頁面上也有許多其他語言的實(shí)現(xiàn)。已經(jīng)回答了這個(gè)問題，但是如果您發(fā)現(xiàn)應(yīng)用程序中出現(xiàn)了SOUNDEX的任何已確定的問題，很高興知道有選項(xiàng)。有時(shí)，它可以為兩個(gè)完全不同的單詞生成相同的代碼。創(chuàng)建了雙重對(duì)講機(jī)來幫助解決該問題。
維基百科被盜：http：//en.wikipedia.org/wiki/Soundex
為了應(yīng)對(duì)Soundex算法的不足，勞倫斯·飛利浦（Lawrence Philips）為此目的開發(fā)了Metaphone算法。飛利浦后來開發(fā)了對(duì)Metaphone的改進(jìn)，他將其稱為Double-Metaphone。Double-Metaphone包含比其前任更大的編碼規(guī)則集，可處理非拉丁字符的子集，并返回主要和次要編碼，以說明單個(gè)單詞在英語中的不同發(fā)音。
在雙變音位頁面的底部，他們具有針對(duì)各種編程語言的實(shí)現(xiàn)：http : //en.wikipedia.org/wiki/Double-Metaphone
Python和MySQL實(shí)施：https：//github.com/AtomBoy/double-metaphone
添加回答
舉報(bào)
0/150
提交
取消