我以前从未构建过匹配算法,也不知道从哪里开始.所以这是我的基本设置以及我为什么这样做.如果我没有问正确的问题,请随意纠正我.
我有一个人名的名字和唯一标识符的数据库.几个生成的标识符(内部生成的和一些第三方),姓氏,名字和出生日期是我将使用的主要标识符.
我全年多次收到第三方列表,该列表需要导入并绑定到我数据库中的现有人员,但数据从未像我的一样干净.ID可能会更改,出生日期可能会出现拼写错误,姓名可能会出现拼写错误,姓氏可能会更改,等等.
每次导入都可能有20,000条记录,所以即使它准确率为99%,仍然需要200条记录,我必须手动进行匹配.我认为在将传入的人员与我的用户进行匹配时,我正在寻找更高达99.9%的准确率.
那么,我该如何制作一个可以解决这个问题的算法呢？
PS即使您没有确切的答案,但知道一些材料可供参考也会有所帮助.
PPS一些例子与m3rLinEz写的类似:
ID: 9876234 Fname: Jose LName: Guitierrez Birthdate:01/20/84 '- Original'
ID: 9876234 Fname: Jose LName: Guitierrez Birthdate:10/20/84 '- Typo in birth date'
ID: 0876234 Fname: Jose LName: Guitierrez Birthdate:01/20/84 '- Wrong ID'
ID: 9876234 Fname: Jose LName: Guitierrez-Brown Birthdate:01/20/84 '- Hyphenated last name'
ID: 9876234 Fname: Jose, A. LName: Guitierrez Birthdate:01/20/84 '- Added middle initial'
ID: 3453555 Fname: Joseph LName: Guitierrez Birthdate:01/20/84 '- Probably someone else with same birthdate and same last name'
我有一个我正在处理的查询,我想增加其中一个字段,并在键值不同时重新启动计数器.
我知道这段代码不起作用.以编程方式这是我想要的......
declare @counter int, @id
set @counter = 0
set @id = 0
select distinct
id,
counter = when id = @id
then @counter += 1
else @id = id
@counter = 1
...最终结果看起来像这样:
ID Counter
3 1
3 2
3 3
3 4
6 1
6 2
6 3
7 1
是的,我被SQL2k困住了.否则row_number()会起作用.
我想使用子报告,因为它在标题中的许多报告中使用.但是,子报告不会进入标题,也不会显示字段值.虽然,参数会很好.
有关如何绕过这个的任何建议或参考？
我有一个jQuery脚本,可以选择所有带有'Phone'的ID.但是,我有一小部分,如果他们在课堂上,则不需要选择它们.
根据我理解的方式,我拥有的是:
$("[id*='Phone']:not('referencePhones')").doSomething();
我错过了什么？
.referencePhones是一个父类.即:
div class="referencePhones"
span id="Phone"
得到我想要的东西似乎很简单.数据详细信息显示正确,但我无法让标题合作.
我有很多客户在报告中有他们的活动.我想在标题中的客户端名称,然后在下面的列名称.但我要么在每个条目之前重复列,要么没有客户名称.
这就是我希望报告看起来像:
**Client # 1**
Col1 Col2 Col3
data data data
data data data
**Client # 2**
Col1 Col2 Col3
data data data
data data data
**Client # n**
Col1 Col2 Col3
data data data
data data data
不幸的是我得到的是:
**Client # 1**
Col1 Col2 Col3
data data data
Col1 Col2 Col3
data data data
Col1 Col2 Col3
data data data
Col1 Col2 Col3
data data data
或这个:
Col1 Col2 Col3
**Client # 1**
data data data
data data data
几天前我问了一个关于通过运行SELECT将数据移动到另一台服务器来创建INSERT的问题.这很有效,直到我遇到一个完整的HTML和撇号表.处理这个问题的最佳方法是什么？幸运的是没有太多的行,所以作为"复制和粘贴"的最后手段是可行的.但是,最终我需要这样做,那时候表格可能太大了,无法复制和粘贴这些HTML字段.
这就是我现在拥有的:
select 'Insert into userwidget ([Type],[UserName],[Title],[Description],[Data],[HtmlOutput],[DisplayOrder],[RealTime],[SubDisplayOrder]) VALUES ('
+ ISNULL('N'''+Convert(varchar(8000),Type)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),Username)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),Title)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),Description)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),Data)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),HTMLOutput)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),DisplayOrder)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),RealTime)+'''','NULL') + ','
+ ISNULL('N'''+Convert(varchar(8000),SubDisplayOrder)+'''','NULL') + ')'
from userwidget
除了HTMLOutput字段中那些讨厌的撇号之外,哪个工作正常.我可以通过在撇号上加倍查询来逃避它们,还是有一种编码字段结果的方法,这样无关紧要？
我以为我弄明白了,但事实证明我只是删除了第一张唱片.以下内容返回重复的行.所有都有2.我只想删除每个重复记录的第一个.
select scorestudentid, scoreadvisor, scorecorrect, count(*)
from scores
where scoretestid = 3284
group by scorestudentid, scoreadvisor, scorecorrect
having count(scorestudentid) > 1
哪个回报:
scorestudentid scoreadvisor scorecorrect no column name
13033719 28059 3.0 2
13033777 28086 3.0 2
13033826 28147 3.0 2
13033960 28023 3.0 2
所以我把它放在一起认为它会起作用:
set rowcount 1
delete
from scores
where scoretestid = 3284
and scorestudentid in (
select scorestudentid
from scores
where scoretestid = 3284
group by scorestudentid
having count(scorestudentid) > 1)
它看起来应该是一个简单的概念,但我没有得到它.
基于托马斯脚本我更新了查询以适应但它仍然无法正常工作.
Delete Scores
Where Exists …