免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1722 | 回复: 0
打印 上一主题 下一主题

大数量数据进行聚类排重讨论 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2012-07-05 15:27 |只看该作者 |倒序浏览
在项目开发中,用户需要在数据库导入大量在线商户信息,但是由于每个商户信息是通过外包采集员进行采集,所以存在商户信息重复的问题。所以,用户要求到导入EXCEL文件时操作时,先判断数据库中是否存在和EXCEL文件相似记录,如果有相似记录需要把正式信息和导入信息合并到一个文件中,用户导出进行修改。

相似数据实例如下:



名称                    地址

北京视频影像公司 北京市朝阳区八里桥221号

视频影像公司 北京市朝阳区八里桥221号

北京视频影像公司人力资源部 北京市八里桥221号







请大家讨论如何解决。现在系统对数据库做了搜索索引,可以进行搜索。
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP