Coder Board Community

ich kann mir momentan nicht vorstellen, wie das mit regular expressions laufen soll. ich hab mal an einer nummernschilderkennung gearbeitet, wo ich erkannte nummernschilder mit in einer db vorhandenen abgleichen musste. aufgrund der qualität des erkennungsalgorithmus' war es hier nötig strings auf ähnlichkeit zu überprüfen und ich denke sowas sucht der prometheus. ich kann dir kein ganzes script jetzt auf die schnelle basteln, aber ich habs nach punktesystem gemacht.

gleicher buchstabe an gleicher stelle gab 3 punkte, gleicher buchstabe ein feld nach vorne oder hinten verschoben gab dann einen punkt abzug, buchstabe gar nicht vorhanden gab 2 punkte abzug, ähnlicher buchstabe (zum beispiel 1 und i, oder 0 (Null) und O) gab einen punkt. dann musste man nachher nur noch den treffer mit der höchsten, bzw bei dir die treffer mit den höchsten punkten anzeigen.

könntest du ja mal probieren.

Hmm.. weiß nicht ob es effizient ist...

Autofahrer
Audofahrer

du suchst beide Strings nach Perioden ab: Au, ofahrer damit kann man evtl. anhand der anzahl der perioden(gleichen strings) und länge eine art prozentzahl entwickeln.

Audutfahrrer
Autofahrer

Peropide bzw. gleiche Strings: Au .... fahr ... er (oder fah ... rer)
_________________________________________________________

Vielleicht kann man den next() Array Erstellungs Algorithmus nutzen bzw. etwas erweitern. (KMP Textsuche)

Also es gibt Firmen die sich speziel nur dem Thema gewittmet haben.

Ich glaube das ganze läuft eher über Backlisten. Dort werden einfach alle Variationen von verschreibfehler abgelegt und eine zuweisung zum Richtigen Begriff geben.

Man könnte Suchanfragen die 0 Suchtreffer ergeben haben extra abspeichern um Sie später eine Manuelle zuordnung zu gewähren.

Im Grunde ist es nix anderes als ein Großes Lexion mit allen Möglichen schreibfehler varianten.

Ich glaub nicht das man den Vorgang Automatiesieren kann. Eine Manuelle nachbearbeitung wird immer notwendig sein.

Alles andere Were sicher zu Performec lastig.

Aber entell läst du uns ja Teil haben wie du das Momentan mit 20 Abfragen gelöst hast.

Mit Lexion ist sicher nur 1 Abfrage notwenig.

Mfg Splasch

Ich weiß, die Antwort kommt jetzt viel zu spät, aber da bis jetzt keine sinnvolle Lösung genannt wurde: Zend Lucene Search kann Fuzzy Search, was ziemlich genau den Anforderungen entsprechen sollte (außerdem ist es auch ansonsten eine ziemlich geniale Such-Engine). Die Einbindung des Zend Framework in eine bestehende Applikation ist gar nicht so schwer und lohnt sich in diesem Fall ziemlich sicher.

Einziger Nachteil den man berücksichtigen muss: Lucene benötigt immer einen eigenen Suchindex in Dateiform, d.h. man muss die DB-Einträge einmal alle indizieren, damit sie durchsuchbar sind. Dafür ist die Suche aber in vielen Fällen auch deutlich schneller als viele LIKE o.ä. in MySQL. Lucene verwendet für die Fuzzy Search die Levenshtein-Distanz.

Für einfache Sachen kann man auch SOUNDEX verwenden, was in MySQL nativ unterstützt wird. Das funktioniert allerdings eigentlich nur für Englisch vernünftig und dort auch nur recht eingeschränkt.