java - 数据集成问题——如何集成相似的实体

Question

我有一个数据库，在同一个表中有非常相似的行。这些行很相似，因为它们具有几乎相同的列值。我需要将这些相应的行集成到一行中。

例如，这两个用户(u1 和 u2)应该集成:

 u1 = User(name = "William Henry Gates III",
           age = 55,
           nationality = "american",
           alma_mater = "Harvard Univesity")

 u2 = User(name: "William Henry 'Bill' Gates III",
           age: 55,
           nationality: "America",
           alma_mater: "Harvard U.")

我正在考虑使用一些 edit distance和 stemming技术。其他算法和技术建议？有什么有用的库可以使用(最好是 Python 或 Java)？

Answer 1

考虑类似 Refine ？