smithoss/gonymizer

Discuss which string edit-difference algorithms should be supported

Ouverte

#7 ouverte le 8 mars 2019

Voir sur GitHubGuide contributeur
 (0 commentaire) (0 réaction) (0 personne assignée)Go (34 forks)auto 404
help wantedquestion

Métriques du dépôt

Stars
 (160 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Currently we are using the Jaro-Winkler distance on most of our Faker output to make sure that we do not replace the data with anything that could be similar to the original. (see: https://en.wikipedia.org/wiki/Jaro%E2%80%93Winkler_distance) Code: https://github.com/smithoss/gonymizer/blob/master/processors.go#L220

I'm not even sure if this is the right one. I did some research when I first added this to the project, but after reviewing other algorithms, I found that others (based on Levenshtein distance as well) may be a better fit.

Also are these checks pointless since our string size is not the same except for the AlphaNumericScrambler?

Guide contributeur

Direction de recherche
Recherchez les algorithmes de distance d'édition de chaînes (Jaro Winkler, Levenshtein, etc.) et évaluez leur adéquation pour anonymiser les données dans Gonymizer. Tenez compte de l'impact des différences de longueur des chaînes et formulez une recommandation.
Stack technique
go
Domaine
backenddatabase
Type d'issue
Recherche
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Investigation requise
Prérequis
Go
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60