Pesquisar o nome mais parecido

[Dr. House]

Bom dia, tenho a seguinte situação:

tabela a

id,codigo,nome

tabela b

id,codigo,nome

preciso consultar na tabela B, no campo nome, o que for mais parecido com o nome da tabela A e trazer o id da tabela B

para gerar um insert numa tabela equivalenciaAB

eu usei o seginte comando mas não ta me retornando de maneira eficiente:

select
  id,
  levenshtein (upper(b.nome), upper('nome que vem da tabela A passado por parametro em java')) as ctrl
from 
  tabela b
order by
  levenshtein (upper(b.nome), upper('nome que vem da tabela A passado por parametro em java'))
limit 1

mas a taxa de acerto, esta muito pequena, uns 5%...

alguém tem alguma outra ideia?

Editado Fevereiro 23, 2015 por Dr. House

[Kakao]

O que é taxa de acerto? Mostre um exemplo de strings e o resultado.

[Dr. House]

levenshtein retorna um int com um score, qt menor o score, menor o erro.

Se eu eu passo a seguinte consulta:

select 
  coalesce(nrs.id,0) as id,
  nrs.nome,
  upper(nrs.codigo||nrs.nome) as nomeNatRecSiga,
  levenshtein(upper(nrs.codigo||nrs.nome), upper('1721333100PSF - Programa de Saúde da Família')) as ctrl 
from 
  naturezareceitasiga nrs
order by 
levenshtein(upper(nome), upper('1721333100PSF - Programa de Saúde da Família'))

o menor score foi 28:

11212099OUTRAS TAXAS DE SAÚDE SUPLEMENTAR 28

qd deveria ter retornado o valor a baixo, e com um score menor

17213331PSF - PROGRAMA DE SAÚDE DA FAMÍLIA

Editado Fevereiro 23, 2015 por Dr. House

[Kakao]

No order by você está comparando só o nome:

levenshtein(upper(nome), upper('1721333100PSF - Programa de Saúde da Família'))

Para evitar este tipo de erro use o posicionamento da coluna no order by:

with naturezareceitasiga(id, codigo, nome) as (
    values (1, '1721333100PSF', 'Programa de Saúde da Família')
)
select
    levenshtein(upper(nrs.codigo || nrs.nome), upper('1721333100PSF - Programa de Saúde da Família')) as ctrl,
    coalesce(nrs.id,0) as id,
    nrs.nome,
    upper(nrs.codigo || nrs.nome) as nomeNatRecSiga
from naturezareceitasiga nrs
order by 1
;
 ctrl | id |             nome             |              nomenatrecsiga               
------+----+------------------------------+-------------------------------------------
    3 |  1 | Programa de Saúde da Família | 1721333100PSFPROGRAMA DE SAÚDE DA FAMÍLIA

[Dr. House]

não tinha percebido. mas não deu muita diferença não...

[Kakao]

Como você pode ver na minha consulta o valor é 3 o que está correto. Inclua o valor passado no parâmtro na lista do select para ver se não há nenhum problema de codificação.