我如何找到类似的地址记录？

Question

工作流程是这样的：

1. 我接收优惠券的扫描数据（名字，姓氏，邮政编码，城市+其它信息）就可以了。
2. 在创建新客户之前，如果客户可能已经存在，我必须搜索数据库。

现在我的问题：当没有可用的唯一ID时，找到现有客户的最佳方式是什么？

PS：我确实有数据库中的一个唯一的ID，只是没有在我们收到的优惠券;）

Answer 1

我们使用Levenshtein distance算法来检查用户是否有重复。但是，我们有相当严格的规则来输入数据本身，所以我们必须检查是否存在歪曲，情况差异等。

Answer 2

看到这个前面的问题：Parse usable Street Address, City, State, Zip from a string。

Soundex会帮助你，如果你需要类似的匹配。

Answer 3

您可以查询与给定数据匹配的所有客户的数据库，例如

SELECT ID FROM tbl_customers WHERE 
    first_name LIKE 'JOHN' 
    AND last_name LIKE 'Doe' 
    AND zip_code=12345 
    AND city LIKE 'Ducktown' 

如果返回的行数为0，则在数据库中创建一个新条目。如果它是1，查询会给你这个ID。如果它大于1，你可能会有几个同名的客户住在同一地区，需要找到一种方法来处理这种情况。但是，这将在这里证明了一个新问题;-)

---

P.S：如果你没有唯一的ID的所有，重新设计你的数据库。

Answer 4

如果您有SQL Server 2005，则可以通过SSIS将数据带入，并使用模糊查找来检查相同性。

Answer 5

如果你真的想以正确的方式，简单的方式，完整的方式购买Netrics。

http://www.netrics.com/

我们买了它，并包裹着它的应用程序，让我们的员工配合他们想要的任何东西。可以配置每列的置信区间，建立可以将Robert映射到Bob，并将John映射到Jack的文字区。这是令人惊叹的，并被该国一些较大的机构用于清理各种名单。