我需要帮助返回来自两个表的两个文本列的细微差异

Question

我当前的SQL查询是：

Select 
A.CFCIF#, B.CIFNO, B.SNAME, A.CFSNME
From dbo.tbl_CIF_Master A
Left Join dbo.tbl_Loan_Master B
On A.CFCIF# = B.CIFNO
Where 
B.[STATUS] not in (2,8) 
--and CONTAINS (A.CFSNME or FORMSOF (THESAURUS, B.SNAME)) --doesn't work. 
  I'm not an admin so I can't design thesaurus mappings
and B.SNAME LIKE '%' + A.CFSNME + '%'  -- works but no results which can't 
  be accurate

这运行得很好，但正如我在使用LIKE时注意到的那样，没有发现任何差异。如前所述，使用同义词库的行被注释掉了……我在两个“name”字段SNAME和CFSNME中发现的细微差异的一个例子是微妙的差异，比如在LLC前缺少逗号或Robert缩写为Rob。

Answer 1

考虑到您正在寻找的差异的不确定性(您已经实现的严格的子字符串匹配无法捕捉到这些差异)，您可以考虑计算列之间的相似性度量，然后确定该相似性度量的适当临界值，以识别相同但存在细微差异的字符串。有关您可能要使用的相似性度量，请参阅A better similarity ranking algorithm for variable length strings。