首页
学习
活动
专区
圈层
工具
发布

23:姓名模糊匹配优化:Levenshtein距离算法与模糊搜索

作者: HOS(安全风信子) 日期: 2026-03-15 主要来源平台: GitHub 摘要: 本文深入探讨了姓名模糊匹配的优化技术,重点分析了Levenshtein距离算法的原理和模糊搜索的实现...Levenshtein距离算法与模糊搜索技术的应用,为基拉执行系统的目标识别提供了一种解决方案。 近期,模糊匹配技术的发展取得了显著突破。...只有通过高效、准确的姓名模糊匹配,基拉才能在各种复杂情况下正确识别目标,确保正义的贯彻。Levenshtein距离算法与模糊搜索技术的结合,为基拉执行系统的目标识别提供了技术保障。 2....参考链接: 主要来源:Levenshtein距离算法官方介绍 - Levenshtein距离算法的官方介绍 辅助:Python 姓名模糊匹配 - 详细介绍了Python中姓名模糊匹配的实现 辅助:Python...关键词: 死亡笔记,姓名模糊匹配,Levenshtein距离算法,模糊搜索,基拉,目标识别

68310
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    整合ElasticSearch实现数据模糊搜索(Logstash同步Mysql数据)

    业务介绍 我的个人网站需要对mysql数据库内存储的京东商品进行模糊查询(模仿淘宝商品搜索),所以选择了将数据导入elasticsearch随后使用他来进行关键词查询。...前端只需发送用户搜索的关键词和分页参数(可选),即可返回商品数据(json格式) 开发环境 组件介绍: elasticsearch:搜索引擎,用于存储待搜索数据 logstash:用于将mysql中的商品数据同步到搜索引擎中...此时打开网页localhost:9200即可查看状态,显示类似为: { "name" : "Ant-Man", "cluster_name" : "elasticsearch", "version...数据/ 最终编写的jdbc.conf为: schedule => "* * * * *"默认为每分钟同步一次 input { jdbc { jdbc_connection_string =>...@Document、@Id、@Field等标注,本例为JdItem.java @Document(indexName = "pm_backend", type = "pm_jd_item") public

    6.6K31

    整合ElasticSearch实现数据模糊搜索(Logstash同步Mysql数据)

    业务介绍 我的个人网站需要对mysql数据库内存储的京东商品进行模糊查询(模仿淘宝商品搜索),所以选择了将数据导入elasticsearch随后使用他来进行关键词查询。...前端只需发送用户搜索的关键词和分页参数(可选),即可返回商品数据(json格式) 开发环境 组件介绍: elasticsearch:搜索引擎,用于存储待搜索数据 logstash:用于将mysql中的商品数据同步到搜索引擎中...容器终止后销毁 -d:后台进程 -p 9200:9200 -p 9300:9300:开放了9200端口和9300端口 得到如图: 在这里插入图片描述 此时打开网页localhost:9200即可查看状态,显示类似为:..." jdbc_driver_library => "xxxxxxxx/mysql-connector-java-5.1.6.jar" jdbc_driver_class => "com.mysql.jdbc.Driver...@Document、@Id、@Field等标注,本例为JdItem.java @Document(indexName = "pm_backend", type = "pm_jd_item") public

    1.5K30

    MySQL模糊搜索的几种姿势

    导读:本文对MySQL中几种常用的模糊搜索方式进行了介绍,包括LIKE通配符、RegExp正则匹配、内置字符串函数以及全文索引,最后给出了性能对比。 ?...01 引言 MySQL根据不同的应用场景,支持的模糊搜索方式有多种,例如应用最广泛的可能是Like匹配和RegExp正则匹配,二者虽然用法和原理都很相似,但实际上匹配原则却不尽相同,其中Like要求模式串与整个目标字段完全匹配才检索该记录...对于简单的判断模式串是否存在类型的模糊搜索,应用MySQL内置函数即可实现,例如Instr()、Locate()、Position()等。...本文不过多展开正则表达式相关介绍,仅在Like的基础上,简单介绍其与Like模糊搜索方式的区别。...words REGEXP '^hello'; 内置函数 对于包含某些特定模式串的模糊搜索,可以通过MySQL内置函数实现。

    4.4K20

    用C#实现字符串相似度算法(编辑距离算法 Levenshtein Distance)

    在搞验证码识别的时候需要比较字符代码的相似度用到“编辑距离算法”,关于原理和C#实现做个记录。...据百度百科介绍: 编辑距离,又称Levenshtein距离(也叫做Edit Distance),是指两个字串之间,由一个转成另一个所需的最少编辑操作次数,如果它们的距离越大,说明它们越是不同。...此类技术在搜索引擎中早已广泛使用,例如“查询预测”功能。     要实现此算法,首先需要明确“字符串近似”的概念。     计算字符串相似度通常使用的是动态规划(DP)算法。    ...常用的算法是 Levenshtein Distance。用这个算法可以直接计算出两个字符串的“编辑距离”。...这样可以单独为两个关键字计算 LCS,LCS之和就是简单的相关度。看到这里,你若是已经理解了核心思想,已经可以实现出基本框架了。

    7.8K61

    mysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQLmysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQL

    mysql 多表关联查询 实现 全文匹配的 模糊搜索接口 SQL SELECT tagDeptUserRel.* FROM tag_dept_user_rel tagDeptUserRel inner...这时候mysql的FIND_IN_SET函数就派上用场了,下面来具体了解一下。...FIND_IN_SET(str,strlist)函数 str 要查询的字符串 strlist 字段名 参数以”,”分隔 如 (1,2,6,8) 查询字段(strlist)中包含(str)的结果,返回结果为null...,因为btype中没有”5”这个值,它不同于 like 模糊查询,它是以“,”来分隔值 接下面查询btype字段中包含”20″这个参数的值 SELECT * from test where FIND_IN_SET...('20',btype) 当然它的返回值为null,因为字段中没有这个值 FIND_IN_SET和like的区别 like是广泛的模糊匹配,字符串中没有分隔符,Find_IN_SET 是精确匹配,字段值以英文

    3.5K20

    脱机环境实现支持拼音模糊搜索的AutoCompleteBox

    要实现拼音模糊搜索功能,通常会采用分词、数据库等技术对待匹配数据集进行预处理。...某些场景受制于条件限制,无法对数据进行预处理,本文将介绍在这种情况下如何实现支持拼音模糊搜索的AutoCompleteBox,先来看下实现效果。...拼音模糊匹配汉字则采用字符串匹配的方式来解决,也就是搜索字符串和待匹配数据集的内容全部转换为拼音字符串,然后进行子串匹配。这里有三个问题需要解决。 汉字转换为拼音。 拼音如何匹配。...汉字转换拼音 微软为了开发者实现国际化语言的互转,提供了Microsoft Visual Studio International Pack,这个扩展包里面有中文、日文、韩文、英语等各国语言包,并提供方法实现互转...小结 本文介绍了在不依赖数据库及分词的情况下如何实现拼音模糊搜索并在目标字符串中高亮显示,方法中也存在诸多不足需要完善的地方。 匹配策略存在误匹配。例如输入石,可以匹配出拼音为shi的所有汉字。

    1.3K10

    Mysql全文索引实现模糊查询

    导语 基本上所有的产品都离不开模糊搜索,无论是C端的社交产品、或者B端的一些SaaS服务。...解决模糊搜索,我们最典型的解决方案是大家都可以想到的,使用SQL的like功能来实现,如下: SELECT * FROM t_demo WHERE col_name LIKE '%aaa%'; 问题场景...当然,借助canal和es来实现搜索是在大数据量下一个很常见的解决方案,那至于如何采用这种方式来实现搜索不是本文要说明的问题,有需要的可以根据关键字再去找找。...如果也借用ES这一套来做当然是可以的,但是从开发时间和精力的角度,显然有点得不偿失,那么在这种场景下,我们如何实现模糊搜索。...如果需要搜索单字,需要把ngram_token_size设置为1。因为中文单词最少是两个汉字,推荐使用默认值2,不过这个也看使用场景,很多时候单字搜索也是必要的。

    14.9K41

    模糊搜索:在不确定性中寻找精确结果

    以下是常用的模糊搜索算法原理: 1、编辑距离(Levenshtein Distance): 编辑距离是一种常用的相似度计算方法,它通过计算两字符串之间的插入、删除或替换的最小操作次数来衡量其相似程度...距离越小,字符串越相似。例如,“apple”与“aple”的编辑距离为1(删除一个字母“p”)。...四、模糊搜索的简单实现方式 模糊搜索的实现通常结合特定的数据库、编程语言及框架。...以下是几种常见的实现方式: 1、数据库中的模糊搜索 SQL 中的模糊匹配:许多关系型数据库如 MySQL、PostgreSQL 支持 LIKE 和正则表达式匹配来进行模糊查询。...以下是一个简单的编辑距离实现: def levenshtein_distance(str1, str2): len_str1 = len(str1) + 1 len_str2 = len

    2.9K10

    小程序云开发模糊查询,实现数据库多字段的模糊搜索

    最近做小程序云开发时,用到了一个数据库的模糊搜索功能,并且是要求多字段的模糊搜索。 网上也有一大堆资源,但是都是单个字段的搜索。如下图 [format,png] 上图只可以实现time字段的模糊搜索。...但是我们如果相对数据表里的多个字段做模糊查询呢?该怎么办呢。...多字段模糊搜索 一,如我们的数据表里有以下数据,我们想同时模糊查询name和address字段 [format,png] [format,png] 如我们搜索“周杰”可以看到我们查询到下面两条数据。...[format,png] 二,如我们搜索“编程”,可以搜索到下面数据 [format,png] 可以看到我们搜索到的两条数据,一个是name字段为 编程小石头, 一个是address字段里包含“编程“...console.log(res) }, fail: err => { console.log(err) } }) key就是我们要搜索的关键字

    5.5K32

    textdistance:文本相似度计算

    在日常编程中,我们经常需要计算两个字符串之间的相似度 - 比如搜索引擎的模糊匹配、拼写检查、DNA序列比对等场景。...输出: 1# 莱文斯坦距离print(textdistance.levenshtein('python', 'peithen')) # 输出: 2# Jaro-Winkler相似度print(textdistance.jaro_winkler...('python', 'python')) # 输出: 1.0每个算法都支持normalized参数,可以将结果标准化到0-1之间:# 标准化的编辑距离print(textdistance.levenshtein.normalized...深圳', '广州']print(textdistance.jaccard(list1, list2)) # 输出: 0.667# 支持自定义权重weights = [1, 0.5, 0.8] # 为每个位置分配权重...)print(matrix)实战案例:模糊搜索系统下面是一个简单的模糊搜索实现:def fuzzy_search(query, choices, threshold=0.6): results =

    91910

    一起学Elasticsearch系列-模糊搜索

    模糊搜索:通过使用通配符和限定符,可以进行更精确的模糊匹配。 优缺点: 优点: 强大的模式匹配:正则表达式匹配提供了强大且灵活的模式匹配功能,可以满足各种复杂的搜索需求。...模糊匹配:fuzzy 模糊查询(Fuzzy Query)是 Elasticsearch 中一种近似匹配的搜索方式,用于查找与搜索词项相似但不完全相等的文档。...基于编辑距离(Levenshtein 距离)计算两个词项之间的差异。 它通过允许最多的差异量来匹配文档,以处理输入错误、拼写错误或轻微变体的情况。...距离公式:Levenshtein是lucene的概念,ES做了改进,使用的是基于Levenshtein的Damerau-Levenshtein,比如:axe=>aex。...Levenshtein会算作2个距离,而Damerau-Levenshtein只会算成1个距离。

    3.6K10

    不引入ES,如何利用MySQL实现模糊匹配

    实现思路以上是一个业务场景的大概介绍。...模糊匹配技术选型方案一:引入ES方案二:利用MySQL实现本系统规模较小,单纯为了实现这个功能引入ES成本较大,还要涉及到数据同步等问题,系统复杂性会提高,所以尽量使用MySQL已有的功能进行实现。...MySQL提供了以下三种模糊搜索的方式: like匹配:要求模式串与整个目标字段完全匹配; RegExp正则匹配:要求目标字段包含模式串即可; Fulltext全文索引:在字段类型为CHAR,VARCHAR...针对于这个场景,记录数目相对来说没有那么多,所以对于效率稍低的结果可以接受,因此技术选型方面采用RegExp正则匹配来实现模糊匹配的需求。4. 实现效果展示5....} } return JsonResult.successResult(result); }Repository类:编写SQL语句ini复制代码/** * 模糊匹配公司名称

    82910
    领券