Jaro-Winkler Distance

Jaro-Winkler 距离是 Jaro 距离的改进，对公共前缀加权，更适合人名等前缀重要的短字符串匹配。

用途

提供对前缀敏感的字符串相似度，用于人名与短文本模糊匹配。

机制

Jaro 距离考虑匹配字符数与换位次数。Jaro-Winkler = Jaro + l×p×(1-Jaro)，其中 l 为公共前缀长度（≤4），p 为前缀权重（常 0.1）。输出 0（完全不同）至 1（相同）。

用例

人名与地址匹配
记录链接（record linkage）
拼写纠错
去重

示例

输入
```
MARTHA vs MARHTA
```
输出
```
0.961
```
High similarity

常见错误

Using Jaro-Winkler on long strings (prefix weighting loses significance): Use Levenshtein or cosine similarity for long strings

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。

Hamming Distance

Hamming 距离是等长字符串间对应位置不同字符的个数，仅适用于等长比较。

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。

相关工具

汉明距离计算器

Hamming Distance — 纯客户端工具。隐私优先，无服务器往返。

参考链接