数据模糊匹配或相似度匹配函数公式实现及思路解析

maoer8783

这个太实用了，谢谢楼主大神

mickeytxd

谢谢楼主分享，太强了！！

blackttea1

谢谢楼主分享，太强了！！

yjgsz

因同事在工作中正好遇到了类似问题，向我求助，而我只好到excelhome来寻求帮助了（好长时间没登陆了）。
一番搜索，发现了版主的这个帖子，如获至宝（计算量有点大）。

经过学习消化，我将“经字符出现率调制”名称公式改为：

经字符出现率调制=IF(ISERROR(字符出现标记/字符长度),0,字符出现标记/字符长度)

原公式=IF(ISERROR(字符出现标记/MMULT(TRANSPOSE(ROW(INDIRECT("1:"&ROWS(原数据)))^0),字符出现标记)),0,字符出现标记/MMULT(TRANSPOSE(ROW(INDIRECT("1:"&ROWS(原数据)))^0),字符出现标记))

之后，再次改进为：

=IF(ISERROR(字符出现标记/字符长度),0,字符出现标记/(字符长度-字符关联长度+1))

即将 “字符出现标记/字符长度” 改为 “字符出现标记/(字符长度-字符关联长度+1)”

最后，为解决“杭州金马饭店”会匹配杭州金马饭店（分店）的情况，

针对有多个单位匹配权值相同的情况，又改进公式选取字符数最少的单位。

一是在一定程度上减少了计算量，加快了速度。

二是统一了不同关联长度下的比对强度（精度），从单字到多字关联，精度统一。

实际应用中大大减少了调试不同关联长度和比对强度来得到想要结果的做法。

一般情况下 ，关联长度2，比对强度0.5就够了。

三是解决了多单位选取的问题。

同时，在理解上，也更接近传统意义。比对强度为1，就是百分之百一样。

如用“字符出现标记/字符长度” ，哪怕百分之百一样，

不同字符关联长度，比对强度要设置不同，关联越多，强度要设得越低。

用“字符出现标记/(字符长度-字符关联长度+1)”，解决了这个问题，不同关联长度下，比对强度设定不变。

如“杭州宏丽宾馆”，字符关联长度为1、2、3、时，

其对应的字符提取比对次数为6、5、4，即(字符长度-字符关联长度+1)。

测试后效果不错。

向版主学习，请多指教。

hzycrazy112358

谢谢楼主分享，太强了！！

天宇星空

强大.............

dc201010

值得珍藏！

LWJ@1981(2)

胡剑0227 发表于 2013-8-22 16:43
【基本思路】 既然不规则，那么分析某比对数据（比如“莫泰连锁酒店(孙权路店)”，记为【A1】）的各个字符 ...

胡版主,你好,最近我工作上也需要用到你2樓所舉例子的情況,我也賞試過將你列舉的各小公式合成一條公式,在一個單元格中,但報錯了,請問能否回復我,將你的各小公式合成一條公式,應如何表達,謝謝你

chenqh06

谢谢胡版分享，太强大！！

atshow

太高级了，仰望的高度