Ruby on rails 如何规范公司名称

我们有用户生成的各种不同的雇主名称。例如，人们输入或导入了：

谷歌
谷歌公司
谷歌公司
谷歌公司

对于一个数据库搜索，这看起来像是一个不同的公司在一起。我们已经改变了一些东西，将每个雇主映射为一个“标准化”的名称，但由于总共有70000个，手工操作变得很困难

---

是否有人对如何规范现有条目，以及如何维护我们对所有传入名称也这样做提出了建议？

您可以做两件事来帮助：

• 当用户添加公司名称时，给他们一个自动完成框，以便他们在公司名称已经存在时获得建议。或者，在添加问题时，建议使用stackoverflow这样的现有问题

• 在查询数据库时使用搜索工具，以便您可以总结所有变化。你可以在这里找到搜索宝石

---

我认为事后“规范化”它们既不容易也不准确。

另请参见我在这方面做了一些研究，并发现了一篇最近的论文，其中讨论了提取、发现（通过聚类）和规范化（通过增强的编辑距离计算）组织名称的方法。我们有一个自动完成框，但大部分数据都是从LinkedIn和Facebook等其他平台导入的，因此对这方面的控制较少。