如何快速比对相似数据

goblin_he

求助论坛各位大神， 具体内容见附件

leirongqin

请看附件。。。

goblin_he

leirongqin 发表于 2022-11-17 17:32
请看附件。。。

谢谢你的解答，但这个不是我需要的结果，我需要的结果是，相似度有80%的数据做相同标记。

zpy2

goblin_he 发表于 2022-11-17 20:45
谢谢你的解答，但这个不是我需要的结果，我需要的结果是，相似度有80%的数据做相同标记。

这个相似度咋描述？levenshtein？

https://club.excelhome.net/forum.php?mod=viewthread&tid=1638309&fromguid=hot&extra=&mobile&_dsign=1c485cc2

需要分词吗？

笨鸟飞不高

相似核对（修改）.zip (16.07 KB, 下载次数: 4)

2022-11-18 15:20 上传

点击文件名下载附件

纯属瞎凑~~~

wanghan519

主要是相似的标准是什么，最近正好学习exceldna，没写代码，只是用c#打了个包：

1. using System;
   
2. using System.Collections.Generic;
   
3. using System.Linq;
   
4. using System.Text;
   
5. using System.Threading.Tasks;
   
6. using ExcelDna.Integration;
   
7. using Fastenshtein;
   
8. 
   
9. namespace fuzzy
   
10. {
    
11.     public static class Class1
    
12.     {
    
13.         [ExcelFunction(Description = "Fastenshtein")]
    
14.         public static double lev(string x, string y)
    
15.         {
    
16.             return Levenshtein.Distance(x, y);
    
17.         }
    
18.     }
    
19. }
    

复制代码

加载xll文件后，多了个lev公式，就是返回Levenshtein距离

我也想知道，到底什么判断标准为好，比如，如果直接用上面这个距离，那么两个字符串长度相差很多的时候效果不好；如果用上面的距离除以待判断字符串的长度，那如果待判断字符串之间的长度差别很大，效果不好。
就是这个判断标准，期待朋友们给出办法，谢谢

wanghan519

上面的帖还在审核，这次用的标准是，距离除以待对比字符串的长度，输出小于1中最小的结果：

1. using System;
   
2. using System.Collections.Generic;
   
3. using System.Linq;
   
4. using System.Text;
   
5. using System.Threading.Tasks;
   
6. using ExcelDna.Integration;
   
7. using Fastenshtein;
   
8. 
   
9. namespace fuzzy
   
10. {
    
11.     public class Class1
    
12.     {
    
13.         [ExcelFunction(Description = "Fastenshtein")]
    
14.         public static string FUZ(string s, object[] rng)
    
15.         {
    
16.             var lev = new Levenshtein(s);
    
17.             var ret = "";
    
18.             float tmp = 1;
    
19.             float t;
    
20.             string r;
    
21.             for (var i = 0; i < rng.Length; i++)
    
22.             {
    
23.                 r = rng[i].ToString();
    
24.                 t = (float)lev.DistanceFrom(r) / r.Length;
    
25.                 if (t < tmp)
    
26.                 {
    
27.                     ret = r;
    
28.                     tmp = t;
    
29.                 }
    
30.             }
    
31.             return ret;
    
32.         }
    
33.     }
    
34. }
    
35. 
    

复制代码