我正在开发一个进行OCR后处理的引擎，目前我在数据库中有一组组织，包括商会号码。
同样从OCR输出中我得到了可能的商会（COC）号码列表。
搜索最相似的最佳方法是什么？目前我正在使用Levenshtein Distance，但结果范围太大而且在大型数据库上我真的怀疑它的可行性。目前它是用Java实现的，数据库是一个MySQL数据库。
附注：荷兰的商会号码被定义为每个公司的8位数字，该系统的早期版本使用另外4位数字（0000,0001等）来表示一个组织，如今正在为这些人提供全新的COC号码。
COCNumbers的例子：
通过后处理确定的可能COCN数列表：
一些额外的说明：
我如何继续寻找一般的最佳匹配？ （在这种情况下（13041611，KvK13041611）是最好的（而且更正确）匹配）
答案 0 :(得分：0)
在MySQL中专门进行这种匹配可能是个坏主意，原因很简单：没有办法使用正则表达式本地修改字符串。
根据我的经验（来自ISBN和其他图书识别数据），您将需要使用某种评分算法来实现这一目标。
这是程序性的 - 你可能需要用Java（或其他一些过程编程语言）来完成它。
表中是否找到了候选字符串？如果是，则得分1.0。
候选字符串“kvk”（不区分大小写）是否预先附加到表中找到的数字？如果是，则得分1.0。
候选字符串是否正确长度，并且在将小写字母L更改为1并将大写字母O更改为0后是否匹配？如果是这样，得分0.9
从开头或结尾修剪所有字母字符后，候选字符串的长度是否正确，是否匹配？如果是，则得分0.8。
执行第3步和第4步，如果匹配得分为0.7。
修剪开头和结尾的字母字符，如果匹配得分为0.6。
执行第3步和第6步，如果匹配得分为0.55。
得分最高的比赛获胜。
在这一系列步骤之后，目视查看那些不匹配的内容，看看是否可以辨别出另一种OCR垃圾或连锁垃圾的模式。也许你的OCR看到输入为“8”的“g”或其他可能的问题。
如果您匹配相同长度的子串，您可以尝试使用Levenshtein的距离来处理这些剩余的项目。它们的数量也可能足够少，您可以手动更正数据并继续。
另一种可能性：您可以使用Amazon Mechanical Turk购买众包劳工以解决一些疑难案件。