按发音相似的名称分组答案

【问题标题】：Group by Similar sounding names按发音相似的名称分组
【发布时间】：2017-08-10 17:45:11
【问题描述】：

我们有一个贡献者数据库。贡献者信息是从多个来源导入的。每个人都贡献了几次，每次都输入他们的名字。一些贡献者拼错了他们的名字。要求是找出每个贡献者的总贡献。我们尝试了 SQL Soundex 和 Metaphone 3。Soundex 不准确，Metaphone 3 太耗时。有没有更好的方法来解决这个问题？

例子：

Sql Soundex

select soundex('Opacinch') returns O125
select soundex('Opancinch') returns O152

变音器 3

Metaphone 3 使用排名算法。应将每条记录与所有记录进行比较，这会导致分组过多。如果我们使用排名 2，下面的所有记录都将被视为相同

Chandaprakash
Chandaprakas
Chandapraka
Chandaprak
Chandapra
Chandapr
Chandap
Chanda
Chand
Chan
Cha
Ch
C

【问题讨论】：

是的 - 更改表格设计。听起来很可怕。
你怎么知道Vivk和Vivek是同一个贡献者？遵循@juergend 的建议。
如果您没有具体说明“不准确”（显示输入以及预期和实际匹配）和“太耗时”（提及基准）的确切含义，我们将无法帮助您。正如目前所说，这个问题被解释为“把你最喜欢的全文搜索算法扔给我，我会弄清楚它是否满足我未公开的要求”，这不是本网站的工作方式。
每个贡献者每次都输入他们的名字 - NOOOOO！
Metaphone 尝试通过语音查找相似的单词。这与你的问题不同。大多数人可能拼错一两个字母。也许您可以获得所有不同名称的列表，将它们大写，将每个字母的 ASCII 值相加，然后按总数分组。这是一种简单的“聚类”技术，可以根据贡献者的数量以及他们的名字的不同而起作用。如有必要，您可以改进每个名称的值的计算，例如：赋予第一个字母更多的权重，因为人们很少会拼错它。

标签： c# sql

【解决方案1】：

从“名称”表中填充 DropDownList。这样每个人都只能选择他的名字，而不允许输入不同的拼写。

【讨论】：

用户没有使用我的应用程序来填充。他们提交包含此信息的 excel 文件。