网上抓取商品识别归纳的问题
0
悬赏园豆：50
[已解决问题]
解决于 2015-04-24 14:33
准备做个小项目，涉及到抓取各大主流电商商品数据，想要识别同一款商品在不同电商平台的数据进行归纳对比。目前的思路一是商品的货号识别，但这个东西只有京东部分商品有，其他电商基本上不提供，所以很难做到。再一种做法就是纯技术了，通过商品的属性匹配，目前主要是通过商品的描述，通过相似度的方式来识别。这种文本相似度的算法网上资料都是推荐cos余弦对比，想来园子里问问大神们，有无类似的项目经验或者思路可以提供借鉴，豆子不多，悬赏50，在线等 - -
问题补充：
目前是计划使用标题匹配了，就是想咨询下大家有无好的文本匹配算法或者工具，有类似的项目经验或者思路方法指点一下，我就结贴了。
最佳答案
0
还是采用了现有的lucene评分机制，目前项目已经可以运行了，只是效果差强人意
其他回答(3)
0
既然小项目，还是别考虑属性了，简单点儿就只做标题相似度
收获园豆：20
虽然是小项目，也希望能做的更好（： 标题相似度有什么好的处理方法呢 我目前尝试的是lucene的评分机制，感觉不是很准确。想看看大家有什么类似的项目经验或者思路，希望能有更合适的方式处理。
@try_die: 这个项目可不小，需要写大量的算法，来对比不同分类的商品。
文本相似度只能参考，即使相似度达到90%，也有可能文本意义完全不同。
0
小项目
对有的人就是费用低于一个亿的都叫小项目。
有的人是费用低于1万的叫小项目。
要是技术能解决一切问题，那就没程序员啥事了，这个物种早就应该灭绝了。
收获园豆：15
0
这种项目，个人感觉要达到你 要求，已经不算小了。还是建议标题匹配就好了~简单，直接！
收获园豆：15
