数据模糊匹配或相似度匹配函数公式实现及思路解析

胡剑0227 · 发表于 2013-9-25 10:59

Ron2000 发表于 2013-9-18 13:27
胡版主，太厉害了，工作中经常遇到类似的问题，原理不太懂，用着费劲，能否做成自定义函数，如Fuzzyvlookup ...

自定义函数不在行呀，呵呵

胡剑0227 · 发表于 2013-9-25 11:01

82876597 发表于 2013-9-18 13:51
胡版利害，要好好收藏起来理解

思路简单的，技术上的难度就是MMULT按行汇总和MMULT按列汇总...

胡剑0227 · 发表于 2013-9-25 15:29

胡剑0227 发表于 2013-9-25 11:01
思路简单的，技术上的难度就是MMULT按行汇总和MMULT按列汇总...

是的，问题还是蛮大的

tangwei2500 · 发表于 2013-9-27 13:19

希望胡大神出书或出视频系统讲解一下数组公式的应用

liuye444 · 发表于 2013-9-29 16:08

太厉害了，要是做成VBA就更棒了！

zhuangyongjin · 发表于 2013-10-4 13:25

是不是代码不能匹配呢

mspanwei · 发表于 2013-10-4 15:32

太棒了，谢谢版主。

Furinkazan · 发表于 2013-10-4 18:57

看不懂，先收藏起来，以后再看{:soso_e120:}

tan133 · 发表于 2013-11-11 13:40

本帖最后由 tan133 于 2013-11-11 13:44 编辑

一不小心进了这儿，才发现，居然夜间不能回复，好吧，我承认是为了我们的身体健康
我想说的有几点
有一个算法，叫编辑距离，这玩意，应该属于这范畴
不过，编辑距离只是取一个词到另一个词的编辑修改次数，似乎不怎么有效
那另一个，就是要要考虑字或者词的权重
我个人的看法是，越不常用的字或词的权重越高，
按同一个字的权重相当，这个字出现得越多，平均下来每个字占的权重就应该越少，
比如，共有10个字，其中A出现了3次，B出了2次，C出了5次
那么，ABC所有的在一起，各占三分之一，具体下来，
每个A占三分之一的三分之一，每个B则是三分之一的二分之一，每个C则是三分之一的五分之一
可是，好象不是这么算的
四川省的省，和反省的省，貌似权重肯定不一样
另外，有一个叫什么GOOGLE的公司，有两个工程师，用了什么空间向量来表达不同语言，试图找到不同语言间的相同点，似乎也可以借来一用，不过，我不懂空间向量
你这个属于人工智能的范畴了，我感觉，应该建立在大量分析的基础上，对词进行拆，不是一定要一个或者两个或者三个字，而是应该按人们正常的阅读顺序来拆成一个一个的词（可以是任意个字数），在同义词替换后，按权重来，这个工作，做下来，我觉得，可能，大概，也许，设计好后，准确率倒是可以上去，可是，就算是1000个数据与1000个数据找对应，也费时得很的吧？
不知道，如果建立数据库，把常用的近义词汇个总，然后，对不同义的词给一个权重，会不会好一些
这些，我会瞎说，不会写，如果说错了，不要怪我啊，版版做的是千秋万代有利的事业，值得研究

胡剑0227 · 发表于 2013-11-11 15:08

tan133 发表于 2013-11-11 13:40
一不小心进了这儿，才发现，居然夜间不能回复，好吧，我承认是为了我们的身体健康
我想说的有几点
有一个 ...

呵呵，这些只是用来应付日常资料工作的需要，只是比人工比对好一些，太专业的我也不是很懂，呵呵

		自动登录	找回密码
密码			免费注册

[原创] 数据模糊匹配或相似度匹配函数公式实现及思路解析

点评