最近用stata分析数据有个问题一直解决不了，请教一下大家，问题描述如下。

---

我有一批类型如下的数据：

企业名（#varname）
豆瓣
豆瓣公司
豆瓣企业
中国豆瓣
美国豆瓣
……
新浪
新浪新闻
新浪中国
美国新浪

……

---

我想生成一个新的虚拟变量，相同企业归为一类，数据类型如下所示：
企业名（#varname）       类别（#dummyvar）
豆瓣                              1
豆瓣公司                        1
豆瓣企业                        1
中国豆瓣                        1
美国豆瓣                        1
……                               ……
新浪                              2000
新浪新闻                        2000
新浪中国                        2000
美国新浪                        2000

……                                ……

---

对我的难点主要在以下两点：

• 相同企业的名称变量是不统一的，人肉眼一眼就可以看出来含豆瓣应归为1类，但不知道机器如何去判断；
• 数据量太大，可能有快1万个企业，因此不可能人工去drop。
  

请问各位大大这种情况如何去做？

谢谢！