Fuzzy lista egyezés
Párosítson elemeket két listáról akkor is, ha különböznek helyesírásban, térköz vagy ékezet tekintetében.
Fuzzy lista egyezés
Illessze be két listát, és ez az eszköz párosítja az azonos elemeket, még akkor is, ha nem pontosan ugyanúgy vannak felírva. Ez kezeli azt az általános káoszt, amelyet az exakt egyezés nem tud: egy ügyféllistában, ahol a "Nagy János" fel kell sorakozzon a "Nagy J."-vel, egy exportban, ahol a "kávé Latte" akkor is összeilleszt az "kavé latte" kifejezéssel, vagy két oszlopban, ahol az egyik bejegyzésben van egy plusz vesszőjel, a másikban pedig nincs. Minden párosítás hasonlósági pontszámmal jár, így pontosan látható, mennyire közel van az egyezés, nem kell találgatni.
Két lehetőség szabályozza az összehasonlítás szelídségét. A hasonlósági küszöb megadja a minimális pontszámot (0 és 100 között), amelyre szükség van ahhoz, hogy egy párosítás egyezésnek számítson. A metrika azt határozza meg, hogyan számítható az a pontszám: a Levenshtein-távolság azokat a szerkesztéseket számolja meg, amelyekre szükség van az egyik elem másikra való átalakításához, ami rövid karakterláncokhoz (nevek, kódok) jó, míg a trigram-hasonlóság az átfedő három betűs töredékeket hasonlítja össze, és jobban kezeli az átrendezett vagy részben átírt szöveget. Az ékezetek figyelmen kívül hagyása, az eset figyelmen kívül hagyása és az írásjelek figyelmen kívül hagyása eltávolítják az olyan formázási zajt, amely nem számít az egyezés ellen, az szórendezés normalizálása pedig lehetővé teszi, hogy a "Nagy, János" felsorakozzon a "János Nagy" mellett, ha szóhalmazként hasonlítunk össze ahelyett, hogy szekvenciában.
Alapértelmezés szerint minden elem legfeljebb egyszer párosodik, az egyetlen legjobb párjával — kapcsolja ki ezt, hogy egy elem minden olyan párosításban megjelenhet, amely felülmúlja a küszöbértéket, ami hasznos az közeli másolatok auditálásához, nem pedig tiszta listák csatolásához. Az egyezatlan elemek külön vannak felsorolva, ha ez a lehetőség be van kapcsolva, így semmi sem tűnik el csendben. Válasszon egyszerű párokat a gyors olvasáshoz, vagy CSV pontszámú verziót egy táblázathoz.
Minden helyileg futtatódik a böngészőben: egyik lista sem töltődik fel sehova, ami azért számít, ha az adat egy ügyfél- vagy kapcsolattartó lista. Másolja ki az eredményt, töltse le .txt fájlként, vagy küldje közvetlenül egy másik eszközbe, hogy folytassa a munkát.