我正在尝试寻找一种算法来检查两个数据条目之间的相似性。假设我有两个数据结构(联系人列表中的字段),其中包含以下数据:
// UserA addressbook.
name: Frank Sinatra
mobile: +44 555 555 555 55
// UserB addressbook.
name: Frank Albert Sinatra
phone: 004455555555555
我从不同的提供商处获得了这些条目,UserA
同步了他的 Google 帐户,而 UserB
同步了他的 Microsoft 帐户,但我希望我的算法告诉我两个用户都知道同一个人(在一定概率内)。
有谁知道我应该去哪里看?我试图找到创建“不安全”散列的散列算法,即相似数据的相似散列,但这条路线没有成效。
最佳答案
可以使用 Levenshtein distance 来确定字符串的相似性.字符串应在测试前准备好,例如删除特殊字符或拆分字符串。 对于数据结构,请查看 How do you measure similarity between 2 series of data?
关于algorithm - 比较两个数据结构的相似性,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20284903/