确定数字输入错误的概率

Question

我有：

1. 正确的数字 ID，例如电话号码/社会安全号码等。
2. 另一个数字，来自一些数据输入表单

第二个数字相似，但不等于第一个数字。 这两个数字都有效。

我想计算第二个数字实际上是第一个数字的输入错误的可能性有多大。

此类错误可能包括：

• 相差几位数
• 转位数字
• 误解的数字（1-7、4-9、3-8、2-5）

有人知道这种算法/代码的存在吗？

编辑：

我不是在寻找通用的字符串相似性算法。我正在寻找一种针对人类数字输入错误进行优化的算法，或者针对该主题进行一些研究。

Answer 1

将数字视为数字序列并计算两个数字之间的相似度。 2.0*M / T. 其中 T 是两个数字中的位数 M是2个数字中的匹配数

0.6 及以上的相似度意味着这两个数字相似

请注意，如果数字相同，则比率为 1，如果数字相同，则为 0 它们没有共同的数字。

Answer 2

有几个algorithms to measure a string similarity。

您可以实现Levenshtein distance 或 Damerau-Levenshtein 距离的一些变体，以不同方式对错误类型进行评级。