数据集成问题 - 如何集成相似的实体

Question

我有一个数据库，该数据库在同一表中具有非常相似的行。这些行相似，因为它们具有几乎相等的列值。我需要将这些相应的行集成到一行中。

例如，应集成这两个用户（U1和U2）：

 u1 = User(name = "William Henry Gates III",
           age = 55,
           nationality = "american",
           alma_mater = "Harvard Univesity")

 u2 = User(name: "William Henry 'Bill' Gates III",
           age: 55,
           nationality: "America",
           alma_mater: "Harvard U.")

我正在考虑使用一些 编辑距离 和 茎 技术。其他算法和技术建议？有没有有用的库可使用（最好在Python或Java中）？

Answer 1

认为类似 精炼?