我正在开发房地产IDX解决方案，并且需要一些帮助来确定最合适的搜索和匹配算法，并将其作为后端开发过程的一部分。
我正在开发的解决方案允许用户使用固定的搜索词（例如城市，州，邮政编码，标价，卧室，浴室，房地产类型等）搜索房地产。属性列表将在前端GUI上返回。在此返回列表中，还将针对返回的每个属性显示一些财务指标。
为了为返回的每个属性计算这些财务指标，需要根据输入的静态搜索词选择一些可比较的属性。为了找到最合适的可比较属性，我还需要将MLS中包含的693个其他数据类别与静态搜索中返回的属性进行匹配（所有属性在这693个数据字段中都有数据，可能是成千上万个属性！） 。在这693个字段中，大多数是字符串，字符串列表，布尔值，数字，日期等。系统生成合适的匹配项后，将根据最匹配的数据字段对属性进行排名，并计算财务指标。
话说回来，什么能用来确保我找到最准确的匹配的最佳搜索和匹配算法是什么？我已经对tfidf，boyer-moore，蛮力搜索和Apache Lucene进行了一些研究，但并不确定要使用哪种方法（可能都不是最好的方法）。
我没有编程背景（如果还不很清楚），但是正计划将此信息传递给我的开发人员。任何帮助，将不胜感激！