字符相似度比较的问题--经典模式

shanchuan

目前基本都是函数方法的解答，非常复杂；呼唤VBA侠圣和专家前来展现VBA方法的风采

shanchuan

重新整理了题目要求和附件。方便预览

shanchuan

原帖由 wangjguo44 于 2010-7-23 13:57 发表
增加一个相同名称含相同字符80%以上的标志。（本行与上行或本行与下行80%相同以上为1，虽上行与本行有80%相同，但本行与上行没有到80%也不标，本行与下行也如此，如51行）（公式4已做去不可见字符处理）

2010-08-08补充：以上虽然实现上下行互相比较，但还是局限性很大，能否在B列名称相同的时候，把C列内容的重复（不一定是完全相同。标准可以设置为有80%的字符一样，或者相同字符数超过10个)次数大于等于3的标记出来。

shanchuan

等闲之辈
待时而举
高世之才
手到擒来
前目后凡   
来之不易
解疑释惑
题终能解？

[ 本帖最后由 shanchuan 于 2010-8-8 22:01 编辑 ]

kevinchengcw

其实楼主这个应该统一不合格描述的规范用语的，或者给出诸多不合格描述的代码，然后才好用程序来判断，否则的话，除非人工智能能达到人脑的级别

shanchuan

原帖由 kevinchengcw 于 2010-8-8 21:45 发表
其实楼主这个应该统一不合格描述的规范用语的，或者给出诸多不合格描述的代码，然后才好用程序来判断，否则的话，除非人工智能能达到人脑的级别

不求完美   不求能100%识别
但求更佳   准确率越高越好

cafkyy

这个问题不在有多难，而在于标准如何定。
如何有效判断“相似”?
何为相似？
相似的标准有了，结果就有了。

shanchuan

原帖由 cafkyy 于 2010-8-8 23:21 发表
这个问题不在有多难，而在于标准如何定。
如何有效判断“相似”?
何为相似？
相似的标准有了，结果就有了。

欢迎探讨如何来定义“相似”的标准：
我现在的做法是：
1、字符比较（含相同字符80%）
2、字符特征 （根据问题分类包含的字符特征，如“硬度”等）
3、结合以上两条考虑，以字符特征为主（人脑就是这么判断的），字符比较为辅（作为没有设立字符特征的项目的补充）。
效果：大约80%的问题设立了“字符特征”，可100% 筛选出来；“字符比较”定义80%，还是有很多不能筛选出来或者多筛选出来。经过验证，和人脑相比200批能有加减30批的误差，误差率15%--20%。
这可以印证2个问题，一是如果能考虑所有的字符特征（目前是不可能的） 准确率将接近100%；字符比较方法公式尚有不足。

[ 本帖最后由 shanchuan 于 2010-8-9 02:09 编辑 ]

shanchuan

Sub fd()
For i = [iv1].End(xlToLeft).Column To 1 Step -1
If Cells(1, i).Value Like "*调拨*" Then Columns(i).Delete
Next
End Sub

可以用来参考用来做标记含有指定字符的列。

zhanhewang

E2=IF(SUM((MMULT(1*ISNUMBER(FIND(MID(C2&REPT("%",20),COLUMN(A:Z),3),$C$2:$C$47)),ROW($1:$26)^0)>2)*($A$2:$A$47=A2)*($B$2:$B$47=B2))>2,C2,"")
其中红色2是相似度，改大则相似度高，反之小。
不知是否有用？？