域名匹配算法

Question

我有一个公司列表，并希望匹配使用谷歌搜索获取的域名，以确定哪些域名可能属于同一家公司。是否存在可用于此用例的现有算法（法律上也允许在商业项目中使用）。

e.g。我有互联网电影数据库作为公司名称，并说google返回结果，其中有效的可能是internetmoviedatabase，internet-movie-database，the-internet-movie-database，theinternetmoviedatabase，internetmovies，internet-movies，imd，imdb 。（注意：我已从列表中排除TLD以使问题更简单）

Answer 1

听起来你正在寻找一个近似的字符串匹配算法。 不确定您是在寻找算法还是实现。

这里已经有一个问题： String matching algorithm

一种可能的解决方案是使用Levenshtein距离：http://en.wikipedia.org/wiki/Levenshtein_distance

如果您正在寻找实现，如果您谷歌“近似字符串匹配C ++”，这是第一个结果： http://www.chokkan.org/software/simstring/

祝你好运！