Riba .·. DM

Boa tarde pessoal,

Vou explicar com detalhes...

Tenho uma base de dados com cadastro de 83 mil empresas contendo nome, telefone, endereço... entre outros...

O problema é que nunca foi exigida informação única como CNPJ ou CPF do representante, para evitar duplicações por isso hoje temos cerca de 12% de duplicados em nossa base de dados, a minha intenção é reduzir ao máximo essas duplicidades através de um script que possa comparar o campo 'nome' de todos os registros e determinar se há algum outro com mais de 80%(em comparação) igual ao mesmo. Por que isso?? Bem... cadastraram algumas empresas da seguinte forma, 'Restaurante Bom de Boca', 'Bom de Boca Restaurante', 'Bom de Boca', 'Buffet Bom de Boca', 'Bom de boca Buffet para Festas'... Deu pra entender??? a mesma empresa cadastrada 5 vezes, e verificar por endereço ou telefone, não adianta, pois não é obrigatório no cadastro, por isso muitas não tem.

Alguém tem uma ideia para solucionar isso com mais eficiência???

Desde já agradeço.