Fuzzy Search

模糊搜索是容忍拼写差异的搜索技术，基于编辑距离、n-gram 或音标算法匹配近似结果。

用途

在用户输入有拼写错误或变体时仍返回相关结果，提升搜索体验。

机制

常用方法：Levenshtein 距离阈值匹配、n-gram 倒排索引、BK-tree 加速、Soundex/Metaphone 音标匹配、Bitap 算法。fuse.js、Elasticsearch fuzzy query 等提供实现。

用例

搜索引擎拼写纠错
命令行自动补全
数据库模糊查询
代码搜索（容忍拼写）

示例

输入

recieve → receive

输出

Matches receive (distance 2)

Spelling correction

常见错误

Overly loose thresholds cause too many false matches: Adjust thresholds dynamically based on word length

相关词条

Levenshtein Distance

Levenshtein 距离是两字符串间通过插入、删除、替换单字符操作转为相同所需的最少操作数。

Soundex 是将英文名按发音编码为字母+3数字的音标算法，使发音相似的名字有相同编码，用于人名模糊检索。

N-gram 是将文本切分为 N 个连续单元（字符或词）的序列，用于语言模型、相似度与文本分析。

编辑距离是将一字符串转为另一字符串所需最少单字符编辑操作（插入、删除、替换）的数目，Levenshtein 距离为其最常用形式。

参考链接