문자열 유사도 비교

편집 거리란

편집 거리는 한 문자열을 다른 문자열로 바꾸는 데 필요한 최소 편집 횟수입니다. 편집은 글자 하나를 바꾸거나, 넣거나, 빼는 세 가지입니다. 스미스와 스미쓰는 마지막 한 글자만 다르므로 편집 거리가 1입니다. 이 값이 작을수록 두 문자열이 비슷합니다.

유사도

유사도는 편집 거리를 두 문자열 중 긴 쪽 길이로 나눠 백분율로 나타낸 값입니다. 완전히 같으면 100%, 전혀 겹치지 않으면 0%에 가깝습니다. 이름 표기가 살짝 다른 두 데이터가 같은 사람인지 판단하거나, 오타를 잡거나, 중복에 가까운 항목을 찾을 때 기준으로 씁니다.

사용 방법

두 칸에 문자열을 넣으면 곧바로 편집 거리와 유사도가 나옵니다. 계산은 널리 쓰이는 레벤슈타인 거리 방식이며 대소문자와 공백도 다른 글자로 취급합니다. 한글은 글자 단위로 비교합니다.