用于识别具有类似地址

Question

假设我有一个客户表，每个客户都有一个地址。我的任务是设计一个对象模型，允许按类似的地址对客户进行分组。例如：

1. John 123 Main St，＃A;洛杉矶，CA 90032
2. Jane 92 N. Portland Ave，＃1;帕萨迪纳，加利福尼亚州91107
3. Peter 92 N. Portland Avenue，＃2;帕萨迪纳，加利福尼亚州91107
4. Lester 92 N Portland Av＃4;帕萨迪纳，加利福尼亚州91107
5. Mark 123 Main Street，＃C;洛杉矶，CA 90032

查询应以某种方式返回：

1 Similar_Address_Key1
5 Similar_Address_Key1
2 Similar_Address_key2
3 Similar_Address_key2
4 Similar_Address_key2

实现这一目标的最佳方法是什么？请注意，地址不一致（某些地址有“Avenue”，其他地址有“Av”，公寓号不同）。现有的名称/地址数据无法更正，因此在表格上执行GROUP BY（地址）是不可能的。

我正在考虑添加一个SIMILAR_ADDRESSES表来获取一个地址，对其进行评估并给它一个键，如下所示：

cust_key  address                                        similar_addr_key
1         123 Main St, #A; Los Angeles, CA 90032         1 
2         92 N. Portland Ave, #1; Pasadena, CA 91107     2
3         92 N. Portland Avenue, #2; Pasadena, CA 91107  2
4         92 N. Portland Av #4; Pasadena, CA 91107       2
5         123 Main Street, #C; Los Angeles, CA 90032     1

然后按类似地址键分组。但问题是如何最好地完成“评估”部分。一种方法是修改SIMILAR_ADDRESSES表中的地址，使它们保持一致并忽略apt，＃或suite之类的内容，并为每个完全匹配分配一个“键”。我想到的另一种不同的方法是将地址提供给Geolocator服务并将纬度/经度值保存到表中，并使用这些值生成类似的地址密钥。

有什么想法吗？