超模糊名称检查？
我正在研究一些内部CRM的东西。 该公司目前的前端允许大量重复。 我试图阻止最终用户投入同一个人，因为他们搜索的是“比尔约翰逊”，而不是“威廉约翰逊”。 因此，用户将提供有关其新客户的一些信息，我们将找到相似的名称（包括模糊名称），并将它们与我们数据库中已有的内容相匹配，并询问它们是否意味着那些东西……是这样的数据库还是技术存在吗？
我在一个网站上实现了这样的function。 我在PHP中使用double_metaphone（）+ levenstein（）。 我为dabatase中的每个条目预先计算了一个double_metaphone（），我使用“metaphoned”搜索词的前x个字符的SELECT查找。
然后我根据他们的levenstein距离对返回的结果进行排序。 double_metaphone（）不是任何PHP库的一部分（我上次检查过），所以我借用了很久以前在网上找到的PHP实现（网站不再在线）。 我应该把它贴在我想的地方。
编辑：该网站仍在archive.org：http：//web.archive.org/web/20080728063208/http://swoodbridge.com/DoubleMetaPhone/
或谷歌缓存： http ： //webcache.googleusercontent.com/search?q= cache:Tr9taWl9hMIJ: swoodbridge.com/DoubleMetaPhone/+Stephen+Woodbridge+double_metaphon
这导致许多其他有用的链接与double_metaphone（）的源代码，包括在github上的Javascript： http ：//github.com/maritz/js-double-metaphone
编辑 ：通过我的旧代码，这里大致是我做的步骤，伪编码，以保持清晰：
1）为数据库中的每个单词预先计算double_metaphone（），即$ word =’blahblah’; $ soundslike = double_metaphone（$字）;
2）在查找时，$ word对数据库进行模糊搜索：$ soundslike = double_metaphone（$ word）
4）SELECT * FROM table WHERE soundlike像LIKE $ soundlike（如果你把levenstein存储为一个程序， 那就更好了 ：SELECT * FROM table WHERE levenstein（ soundlike ，$ soundlike）
它对我来说效果很好，虽然我不能使用存储过程，因为我无法控制服务器而且它使用的是MySQL 4.20等。
我问过一次类似的问题。 名称Hypocorism列表我从来没有用它来做任何事情，但问题在工作中再次出现，所以我可能会在.net中编写和开源一个库来进行一些匹配。
更新：我将我在那里提到的perl模块移植到C＃并将其放在github上。 http://github.com/stimms/Nicknames
那么SSIS有一些模糊的逻辑任务，我们用它来查找事后的重复。
我认为你需要让你的逻辑看起来不只是名称，以获得最佳结果。 如果他们输入地址，电子邮件或电话信息，也许您可以查找具有相同姓氏的人与其他一个或多个匹配，并询问其中一个人是否会这样做。 您还可以为各种名称制作一个昵称表，并对其进行匹配。 你不会得到所有这些，但你至少可以在你的国家得到一些最常见的。
您可以使用SOUNDEX获得类似的声音名称。 但是，它与威廉和比尔不相称。
以SQL为例进行尝试。
SELECT SOUNDEX('John'), SOUNDEX('Jon')
SQL Server中有一些内置的SOUNDS LIKEfunction，请参阅SOUNDEX http://msdn.microsoft.com/en-us/library/aa259235%28SQL.80%29.aspx
至于完整/昵称搜索，没有任何我知道的内置它。 昵称因地区而异，需要跟踪的信息很多。 可能有一个数据库将全名和昵称相关联，您可以在自己的应用程序中使用这些昵称。