두 목록을 유사하게 맞추기

유사 일치란

정확히 비교하는 것은 「이 값이 다른 목록에 있는가」를 묻습니다. 유사 일치는 실제로 알고 싶은 것 —— 「저쪽의 어느 항목이 다르게 적힌 이것인가」를 묻고, 예/아니오가 아니라 0~100% 의 점수로 답합니다.

두 목록의 값이 완전히 같고 교집합만 필요하다면 정확한 목록 비교가 더 빠르고, 잘못 맞출 기준값도 없습니다.

한글 표기 흔들림 —— 측정한 숫자로

이 페이지 기본 설정으로 잰 값입니다.

• 완성형 한글과 자모가 분리된(NFD) 한글 —— 화면은 같고 문자열은 2글자 대 6글자입니다. 이 도구는 비교 전에 하나로 합칩니다(Unicode NFKC). macOS 에서 온 목록과 Windows 에서 온 목록을 맞출 때 실제로 필요한 처리입니다.
• 홍길동과 홍 길동 —— 75%. 이름 사이 공백은 정규화로 사라지지 않고, 짧은 이름일수록 글자 하나의 비중이 큽니다. 명부를 맞출 때는 기준을 70% 근처까지 내리는 편이 현실적입니다.
• 주식회사 대한과 대한 주식회사 —— 어순만 다른 경우는 정렬한 낱말 집합으로도 점수를 매기므로 100% 가 됩니다.

이 숫자들을 적어 두는 이유는 점수가 각 행에 표시되고 슬라이더를 움직이면 다시 계산되기 때문입니다. 기준은 짐작으로 정하는 값이 아니라 내 데이터 위에서 정하는 값이 됩니다.

가까움에는 세 가지가 있다

• 오타. 편집 거리이되, 인접한 두 글자가 뒤바뀐 것은 한 번의 오류로 셉니다 —— 가장 흔한 오타 형태이기 때문입니다.
• 어순 차이. 낱말을 정렬한 집합 위에서 같은 계산을 합니다.
• 줄임. 짧은 쪽이 긴 쪽 안에 얼마나 들어맞는지를 길이 비율로 깎아 평가합니다.

숫자는 표기가 아니라 식별자

청구서 1001 과 청구서 1002 는 글자로는 92% 비슷하고, 서로 다른 청구서입니다. 그것을 조용히 묶는 매칭은 매칭을 안 하느니만 못합니다 —— 오류가 결과 안에서 보이지 않기 때문입니다. 그래서 양쪽 값에 숫자가 있고 그 숫자가 다르면, 글자가 아무리 비슷해도 기준 아래로 유지합니다. 전표번호, 품번, 고객번호, 우편번호는 기본 설정으로 안전합니다.

이 탭 밖으로 나가지 않습니다

유사 일치로 맞추는 것은 고객 명부, 거래처 명부, 임직원 명부입니다. 두 목록은 이 탭의 JavaScript 가 평가합니다. 전송 자체가 없으므로 가로채거나 기록하거나 보관할 것도 없습니다.