Calcul de la distance de Levenshtein de 1 ou 2 pour les prénoms - Cloud - 8.0

Rapprochement de données à l'aide des outils Talend

Version
Cloud
8.0
Language
Français
Product
Talend Big Data Platform
Talend Data Fabric
Talend Data Management Platform
Talend Data Services Platform
Talend MDM Platform
Talend Real-Time Big Data Platform
Module
Studio Talend
Content
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Création et développement > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement continu
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement de données
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement flou
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de rapprochement > Composants de rapprochement utilisant l'apprentissage automatique
Last publication date
2024-02-07
Ce scénario est basé sur un scénario décrit plus haut. Seuls les paramètres distance minimum et maximum du composant tFuzzyMatch sont modifiés, ce qui modifiera la sortie affichée.

Procédure

  1. Dans la vue Component du tFuzzyMatch, modifiez la distance minimum de 0 to 1. Ceci exclut directement les correspondances exactes (qui ont une distance de 0).
  2. Modifiez également la distance maximale à 2. La sortie produira toutes les entrées correspondantes montrant une différence de deux caractères maximum.
    Aucune autre modification de paramètres n'est nécessaire.
  3. Définissez le séparateur de champs (Matching item separator), car plusieurs entrées de référence peuvent correspondre à l'entrée du flux principal.
  4. Enregistrez votre nouveau Job et appuyez sur F6 pour l'exécuter.
    FirstName|Name||
    Brad|Los angeles||
    Jason|New York|2|Jon
    Margaret|||
    Kourtney|Seattle|1|Courtney
    Nicole|Saint-Louis||
    John|Denver|1|Jon
    Étant donné que la distance d'édition a été définie à 2, certaines entrées du flux principal correspondent à plusieurs entrées de référence (lookup).

Résultats

Vous pouvez utiliser une autre méthode, Métaphone, pour évaluer la distance entre le flux principal et le flux de référence, décrite dans le scénario suivant.