algorithm - 比较两个数据结构的相似性

Question

我正在尝试寻找一种算法来检查两个数据条目之间的相似性。假设我有两个数据结构(联系人列表中的字段)，其中包含以下数据:

// UserA addressbook.
name: Frank Sinatra
mobile: +44 555 555 555 55

// UserB addressbook.
name: Frank Albert Sinatra
phone: 004455555555555

我从不同的提供商处获得了这些条目，UserA 同步了他的 Google 帐户，而 UserB 同步了他的 Microsoft 帐户，但我希望我的算法告诉我两个用户都知道同一个人(在一定概率内)。

有谁知道我应该去哪里看？我试图找到创建“不安全”散列的散列算法，即相似数据的相似散列，但这条路线没有成效。

Answer 1

可以使用 Levenshtein distance 来确定字符串的相似性.字符串应在测试前准备好，例如删除特殊字符或拆分字符串。对于数据结构，请查看 How do you measure similarity between 2 series of data?