2个数据集如何进行相似性匹配

gaowenbinmarr

数据库中存在A，B两张表，它们都存在Address字段，假设AB表都存在 博物馆，但是它们的Address并非一样 A表中 "杭州市曙光路73号" B表中“杭州市西湖区曙光路73号”，通过计算Address相似性得出它们是同一个地方。

未解决问题：
1.A和B表都存在大量数据，它们之间如何进行匹配，A表的中“杭州市曙光路73号”就需要跟B表中的所有数据进行匹配。感觉效率不太高。
2.AB表都是存储在mysql中，进行匹配的时候是写入内存中还是使用其他的数据结构？

各位大牛们给小弟指点下吧！

bruceteen

能不能通过 市 区 路 号 进行字符切分？

gaowenbinmarr

计算相似度我采用了lcs，但是2张表进行对比现在不知道怎么弄

starwing83

回复 4# gaowenbinmarr


    lcs肯定是不行的，电脑会觉得“杭州市曙光路73号”和“杭州市曙光路74号”是一个地址的。

最好还是按照省市路巷号这种来匹配。

flw

首先进行归一化，然后就简单的和 1 一样了。

cdtits

这玩意儿貌似很有挑战性，期待答案

_Rayx

我觉得光是匹配就是一个大问题了。就你问题中所说的两个地名，还真有可能不是一个地方。