两张表中的字段相似度比较问题

cxsj717 2015-04-14 05:15:50

在SQL中能不能实现，T1表和T2表都有企业名称字段，比较两个表中的企业名称字段，当他们的相似度达到80%是进行匹配关联，两个表没有关联字段

...全文

654 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

freecodex 2015-04-15

打赏
举报

回复

如何定义这里相似度达到80%？比如T1表有100条数据，T2表有80条数据，当使用T1.企业名称 = T2.企业名称能够查询到70条记录时，是不是可以认为相似度已经达到了80%（70 / 80 > 0.8）呢？一般的情况，T1表有M跳记录，T2表有N条件记录，假设N < M ，如果用T1.企业名称 = T2.企业名称能够查询到c（c <= N）条记录,当 c / N >= 0.8 时就表明两个表相似。可以这样理解吗？

shinger126 2015-04-15

打赏
举报

回复

这个很难实现，即使能实现也要付出很大的性能代价。不过我很奇怪你们的系统怎么设计的，为什么会允许出现这种数据不一致的情况？

还在加载中灬 2015-04-14

打赏
举报

回复

信息量巨大的相似度

本项目提供爬取的猫眼电影网站数据作为DEMO，共1000条，字段对应`movies_movieinfo`表，[点击这里](./movies_movieinfo_DEMO.sql)可以看到该SQL文件，复制到MySQL shell中即可插入数据。接着使用我们编写的[`cal_similar_gry.py`](./cal_similar_gry.py)文件计算电影相似度，存入`movies_moviesimilar`表。注意需要使用`pip3 install distance`安装依赖，并将MySQL账号密码的参数设置正确。到这里我们已经计算好了`movies_movieinfo`表和`movies_moviesimilar`表，主页已经能显示。 ##

算法说明本项目计算两张电影相似度表，分别是`movies_moviesimilar`和`movies_moviesimilar_fromspark`，对应两张推荐表`operation_top5recommend`和`operation_top5recommend_2`。第二张相似表由spark计算得出，详情可

本帖最后由 sonyicn 于 2012-5-29 16:41 编辑对于一张表 t_test 中，根据两行数据的A、B、C字段值是否相同，来判定两行数据的相似度的高低。如：以下按顺序相似度依次降低：字段A相同、字段B相同、字段C相同：相似度最高字段A相同、字段B相同、字段C不同：相似度次之字段A相同、字段B不同、字段C相同：相似度再次之字段A相同、字段B不同、字段C不同：相似度再次之字段A不同、字...

如何配置Jira项目权限方案？能控制不同成员访问不同单据和字段吗？能限制某些成员能看到但是不能编辑单据和字段吗？ Jira作为一款优秀的项目管理系统，功能全面，配置灵活，权限方案完善，可扩展、可定制。本课程介绍权限控制的具体实施方案，针对项目、单据、字段，演示三种不同层级粒度权限的配置、扩展和定制方法，提供脚本代码，应用于实际业务场景。

{"moduleinfo":{"card_count":[{"count_phone":1,"count":1}],"search_count":[{"count_phone":6,"count":6}]},"card":[{"des":"支持ReplicaSet和Sharding两种部署架构，具备安全审计，时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。","link1"...

一般我们查询会时候select*from数据表，我们这里需要查询两张表，顾名思义就使用a和b代替(如a.*b.*)，数据表名后面也接一个a或b，条件语句后面同样也带上a或b。

22,209

社区成员

121,730

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章