SQL сравнивает похожие столбцы

Question

У меня есть два столбца, которые могут содержать сходные данные, и я пытаюсь выяснить, как сравнить оба по сходству.

TABLE:
PatientID | InsurnaceCompany1 | InsuranceCompany2
111111111 | Medicaid          | Medicaid - Part D
222222222 | Medicaid - ABC Co | Medicaid
333333333 | Medicaid - ABC Co | Medicaid - Part D
444444444 | MVP Insurance     | MVP
555555555 | Medicare          | Medicaid
666666666 | Medicaid          | MVP
777777777 | Private - MVP     | MVP Option

Вопрос в том, как сравнить два столбца, чтобы узнать, похожи ли они.

Результаты должны быть примерно такими:

PatientID | InsurnaceCompany1 | InsuranceCompany2 | Result
111111111 | Medicaid          | Medicaid - Part D | TRUE
222222222 | Medicaid - ABC Co | Medicaid          | TRUE
333333333 | Medicaid - ABC Co | Medicaid - Part D | TRUE
444444444 | MVP Insurance     | MVP               | TRUE
555555555 | Medicare          | Medicaid          | FALSE
666666666 | Medicaid          | MVP               | FALSE
777777777 | Private - MVP     | MVP Option        | TRUE

Я могу использовать оператор case, чтобы проверить несколько таких параметров, как:

case
    when InsuranceCompany1 like '%' + InsuranceCompany2 + '%' then 'TRUE'
    when InsuranceCompany2 like '%' + InsuranceCompany1 + '%' then 'TRUE'
    else 'FALSE'
end AS Result

Но этот тест не проходит для PatientID 333333333 и 777777777 и выше.

Для пояснения я определю "похожие" следующим образом: два термина похожи, если каждый из них содержит одно и то же слово. Это применимо, даже если слово является родовым (например, "страхование"). Таким образом, "Страховая компания B" похожа на "Страховая компания A" по двум причинам: "Страхование" и "Компания".

Answer 1

Я думаю, что в вашем вопросе есть много специфических для предметной области знаний (о том, что именно представляет собой "похожие" имена), и вы не сможете решить эту проблему с помощью сравнения общего назначения. Ваш лучший вариант, вероятно, состоит в том, чтобы перечислить ваши конкретные требования в вашем запросе, что позволит вам точно контролировать, что вы получаете:

select
  *
from
  patients
where
  InsuranceCompany1 like concat('%', InsuranceCompany2, '%') or 
  InsuranceCompany2 like concat('%', InsuranceCompany1, '%') or
  (InsuranceCompany1 like '%medicaid%' and InsuranceCompany2 like '%medicaid%') or
  (InsuranceCompany1 like '%medicare%' and InsuranceCompany2 like '%medicare%') or
  (InsuranceCompany1 like '%mvp%' and InsuranceCompany2 like '%mvp%') or
  ...etc...

http://sqlfiddle.com/

Answer 2

редактировать

DECLARE @t TABLE (PatientID INT, InsurnaceCompany1 NVARCHAR(50), InsuranceCompany2 NVARCHAR(50))

INSERT INTO @t 
VALUES 
(111111111,'Medicaid'          ,'Medicaid - Part D'),
(222222222,'Medicaid - ABC Co' ,'Medicaid'),
(333333333,'Medicaid - ABC Co'  ,'Medicaid - Part D'),
(444444444,'MVP Insurance'      ,'MVP'),
(555555555,'Medicare'           ,'Medicaid'),
(666666666,'Medicaid'           ,'MVP'),
(777777777,'Private - MVP'      ,'MVP Option')


SELECT PatientID, InsurnaceCompany1, InsuranceCompany2 ,
    CASE WHEN LEFT(InsurnaceCompany1,CASE WHEN CHARINDEX(' ', InsurnaceCompany1) = 0 
                    THEN LEN(InsurnaceCompany1) ELSE CHARINDEX(' ', InsurnaceCompany1) END ) 
            = LEFT(InsuranceCompany2,CASE WHEN CHARINDEX(' ', InsuranceCompany2) = 0 
                THEN LEN(InsuranceCompany2) ELSE CHARINDEX(' ', InsuranceCompany2) END ) 
                THEN 'TRUE' ELSE 'FALSE' END    AS RESULT 
FROM @t

Набор результатов

PatientID   InsurnaceCompany1   InsuranceCompany2   RESULT
111111111   Medicaid            Medicaid - Part D   TRUE
222222222   Medicaid - ABC Co   Medicaid            TRUE
333333333   Medicaid - ABC Co   Medicaid - Part D   TRUE
444444444   MVP Insurance       MVP                 TRUE
555555555   Medicare            Medicaid            FALSE
666666666   Medicaid            MVP                 FALSE
777777777   Private - MVP       MVP Option          FALSE