Discussion :

[defcon_suny]

Bonjour à tous,

Voici un petit problème sur lequel j'ai quelques difficultées.
je possède 2 tables :
- identite[id_auto(int),nom(varchar), prenom(varchar), date_naissance(date),fk_id_foyer(int)]
- foyer[id_auto(int),rue(varchar),numero(varchar),boite(varchar),code(varchar),localite(varchar)]

La seconde table sert au regroupement familial et la première à identifier chaque personne.

Les futurs utilisateurs doivent avoir la possibilité d'insérer une personne sans connaître l'orthographe réelle du nom ou du prénom voir l'adresse.

Cependant, j'aimerai mettre au point un système de rapprochement. D'une part géographique entre 2 personnes, et d'autre part sur l'éventuel possibilité de doublon du à une mauvaise orthographe.

Si je me suis bien expliqué... vous voyez tout de suite où je veux en venir...
Quel système ou algo me permettrait de diminuer les chances de création de doublon???

Merci de votre aide, conseil ou solution!

++

[pseudocode]

Par exemple:

Encoder les noms "prononcables" avec soundex puis, lors de la création d'un nouvel enregistrement, faire une recherche classique de doublon.

[defcon_suny]

Effectivement, le soundex faisait déjà partie des mes idées mais je ne me fie pas de la fiabilité du procédé. Je contrôle en plus la date de naissance bien que ce champ puisse très bien être erroné.

autre chose?

[pseudocode]

Effectivement, le soundex faisait déjà partie des mes idées mais je ne me fie pas de la fiabilité du procédé. Je contrôle en plus la date de naissance bien que ce champ puisse très bien être erroné.

autre chose?

Si tu veux plus de "souplesse", tu peux créer une mesure de distance entre 2 enregistrement... une sorte de combinaison linéaire des distances champs à champs (soundex, date, numeros, ...)

[Alp]

Si tu veux plus de "souplesse", tu peux créer une mesure de distance entre 2 enregistrement... une sorte de combinaison linéaire des distances champs à champs (soundex, date, numeros, ...)

C'est l'idée que j'allais suggérer avant de lire ton post. C'est ce qui me semble le plus propre et le plus souple.

[defcon_suny]

Si tu veux plus de "souplesse", tu peux créer une mesure de distance entre 2 enregistrement... une sorte de combinaison linéaire des distances champs à champs (soundex, date, numeros, ...)

Peux tu approfondir ta pensée? serait-ce une sorte de distance levenshtein?

[pseudocode]

Peux tu approfondir ta pensée? serait-ce une sorte de distance levenshtein?

Non, rien de si compliqué. C'est juste une mesure de distance entre 2 vecteurs.
- Un vecteur représente un enregistrement.
- Les coordonées d'un vecteur sont des valeurs des champs

Ensuite on calcule la distance entre les 2 vecteurs (= les 2 enregistrements) par une simple moyenne pondérée:

#1: Dupond : Stephane : 04/03/1975
#2: Dupont : Stephanie : 04/03/1975

dist(#1,#2) = a*d1(Dupond","Dupont") + b*d2("Stephane","Stephanie") + c*d3("04/03/1975","04/03/1975")

ou a,b,c sont des réels (les poids)
et d1,d2,d3 sont des mesure de distance spécifiques: ascii, soundex, levenshtein, ...