在项目开发中，用户需要在数据库导入大量在线商户信息，但是由于每个商户信息是通过外包采集员进行采集，所以存在商户信息重复的问题。所以，用户要求到导入EXCEL文件时操作时，先判断数据库中是否存在和EXCEL文件相似记录，如果有相似记录需要把正式信息和导入信息合并到一个文件中，用户导出进行修改。
相似数据实例如下：
名称 地址
北京视频影像公司 北京市朝阳区八里桥221号
视频影像公司 北京市朝阳区八里桥221号
北京视频影像公司人力资源部 北京市八里桥221号
请大家讨论如何解决。现在系统对数据库做了搜索索引，可以进行搜索。
8) 要看你们打算以名称相似排序还是地址相似排了，当然也可以两个同时排，方法可以使用类似百度谷歌输入关键字提示的方法差不多，简单的说可以用三叉树做个相近字符搜索，当然具体哪些是一样的还是需要人来判断，机器最多将相似度较高的放一起，好让人来作选择。
为什么不采集的时候采用执照号，手机号，法人身份证等唯一的字段做标识呢？这些过滤怕是得人工纠正，程序靠不住。
使用LCS算法，找出最长相似的字符串，如果长度大于某个值，就认为他们是一样的