Ähnliche Datensätze finden

Ähnliche Datensätze finden (10 Beiträge, 240 Mal gelesen)

Du bist nicht angemeldet. [ Login/Registrieren ]

Ich soll ein Wartungstool für eine Adressdatenbank schreiben. Die Datenbank hat das Problem, dass sie von unterschiedlichen Quellen gefüllt wurde und deshalb viele doppelte Datensätze enthält, die unterscheiden sich aber immer in Kleinigkeiten voneinander.
Einmal alles GROSS, einmal alle klein, einmal mit Umlauten, einmal mit ue, oe, usw, einmal werden Strassennamen ausgeschrieben, einmal abgekürzt, und vieles mehr.

Mein Tool soll jetzt nicht die Doppelten direkt rauslöschen, sondern nur einmal "Verdächtige" identifizieren und in einem Interface zur Verfügung stellen.
zb soll (idealerweise) das folgende Datensatzpaar als "verdächtig" erkannt werden:
JUERGEN; MEIER; GUSSHAUSSTRASSE 41/15; A-1150; WIEN; OESTERREICH
Jürgen; Meier; Gußhausstr. 41/15; 1150; Wien; Austria

Hat wer eine Idee wie ich an die Sache rangehen kann? Das ganze muss nicht 100% jeden Doppelten Eintrag finden. Ausserdem ist es auch kein Problem, wenn zuviele verdächtigt werden. Aber desto mehr tatsächlich Doppelte das Programm findet, umso besser.
Es soll aber in vertretbarer Zeit laufen (Datenbank hat 50.000+ Einträge).

Suche im Forum
Suche im Internet (Google)
Was ist?
Forums-FAQ
Kino 2005

Re: Ähnliche Datensätze finden (Pervasive am 03.06.2005, 13:34:07)

Re(2): Ähnliche Datensätze finden (Robert Craven am 03.06.2005, 13:51:09)

Re(3): Ähnliche Datensätze finden (Pervasive am 03.06.2005, 13:53:44)

Re: Ähnliche Datensätze finden (Rennegade am 03.06.2005, 14:24:52)

Re: Ähnliche Datensätze finden (Wizard51 am 03.06.2005, 20:22:55)

Re: Ähnliche Datensätze finden (gepeinigter_aon_neukunde am 06.06.2005, 20:35:10)

Re(2): Ähnliche Datensätze finden (gepeinigter_aon_neukunde am 06.06.2005, 20:37:25)

Dieses Forum ist eine frei zugängliche Diskussionsplattform.
Der Betreiber übernimmt keine Verantwortung für den Inhalt der Beiträge und behält sich das Recht vor, Beiträge mit rechtswidrigem oder anstößigem Inhalt zu löschen.
Datenschutzerklärung