我有两个人的名单。每个列表大约有5,000个名称，每个列表都在一个Excel列中（因此我可以将其导出为CSV等）。我需要交叉引用数据，以便识别可能的匹配项以及每个匹配项的置信度。
对于列表A，名称采用一致的格式-姓，（逗号）名。对于列表B，名称的格式不一致。有时它是姓，（逗号）名。其他时间是姓-（破折号）名。有时会有多个名字，等等，等等。
所以，我认为我需要做的是标记两个列表，然后遍历其中一个列表的每个成员（例如，列表A）。对于列表的每个成员，我将其标记与第二个列表（列表B）的每个成员进行比较。我将计算匹配的次数，并以与成员B匹配的成员A中令牌的比例来表示信心。
这显然需要一些时间。标记化不是问题，但是匹配操作的数量等于列表A中的令牌数量乘以列表B中的数量。
我的主要技能是PHP和MySQL。我意识到这不是PHP的理想问题，但是我会使用命令和排队（Laravel附带OOTB）来解决会话超时之类的问题。我也具有合理的JS技能，因此也可以在那里做一些事情（但我之前没有尝试过节点应用程序）。
另一种选择是我可以使用Neo4J，我对此有一些经验。
不管我的技能如何，解决此问题的最明显方法是什么？例如，我读过一些有关Lucene的文章，我想知道这是否值得探讨。