首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >产品名称的模糊匹配

产品名称的模糊匹配
EN

Stack Overflow用户
提问于 2009-02-27 15:37:19
回答 11查看 8.1K关注 0票数 23

我需要自动匹配来自不同来源的产品名称(相机,笔记本电脑,电视等)到数据库中的规范名称。

例如,佳能PowerShot a20IS,新的powershot A20是从佳能数码相机佳能PS A20IS应该都匹配佳能PowerShot A20是。我已经使用levenshtein distance添加了一些启发式方法(删除明显的常用词,为数字更改分配更高的成本等),在某种程度上有效,但不幸的是还不够好。

主要的问题是,即使是相关关键字中的单个字母的更改也会产生巨大的差异,但要检测出哪些是相关关键字并不容易。例如,考虑三个产品名称:

联想 T400

联想 R400

全新联想T-400,酷睿2双核

从任何标准来看,前两个字符串都非常相似(好的,soundex在这种情况下可能有助于区分T和R,但名称也可能是400T和400R),第一个和第三个字符串彼此之间相距很远,但它们是同一个产品。

显然,匹配算法不可能达到100%的精确度,我的目标是自动匹配80%左右的名字,并保持较高的置信度。

任何想法或参考资料,我们将不胜感激。

EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/595250

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档