Для начала четко сформулируйте критерий похожести, без понимания задачи подобрать решение проще всего подбрасыванием монетки. Если это адреса, то как уже советовали прогнать через геокодер. И, например, считать похожими адреса в радиусе Х (чтобы вычесть квартиры, строения и прочее).