Неточное совпадение

[baracuda]

Всем привет.

Озадачился работой с данными.
есть таблица с данными например
наименование|характеристики|цена
смартфон iphone 12|бла-бла-бла|100$

поиск по наименованию.
наша задача сравнить цены на 10 сайтах.

как можно реализовать по неточному совпадению или точному. уже запутался.
Берём товар, ищем в таблице..., если не находим, добавляем новый(главное не задублировать), если находим проверяем цену, если есть изменение то меняем на новое значение.

бывает

Настенная сплит-система Aeronik ASI/ASO-07IL2
или
Настенная сплит-система Aeronik ASI/ASO-07IL3

разница всего в последнем символе

а с другой стороны на некоторых сайтах это и сплит система. и кондиционер. даже по кириллице аэроник называют... это и с телевизорами, и с телефона.. вообщем бытовая техника

 

[Phoenix78]

думаю что тема сложная. беглый поиск выводит на описание мозголомающих алгоритмы, но готового решения вряд ли так просто найти.

Нечёткое сравнение строк: пойми меня, если сможешь / Хабр

Привет! На естественном языке сказать об одном и том же факте можно бесконечным числом способов. Можно переставлять слова местами, заменять их на синонимы, склонять по падежам (если говорим о языке с...

habr.com

Кластеризация текстовых документов по семантическим признакам (часть первая: описание алгоритма) / Хабр

Существует огромное количество алгоритмов кластеризации. Основная идея большинства из них – объединить одинаковые последовательности в один класс или кластер на основе сходства. Как правило, выбор...

habr.com

 

[orka13]

Как вариант: искать не по базе-таблице собраной с готовых сайтов, а каждый раз через гугл (или другой поисковик где капчи меньше просит, типа Bing) по каждому из 10 сайтов, через оператор типа:
Aeronik ASI/ASO-07IL2 site:tecl.ru
Но тогда много лишних запросов и логику перестраивать придется. Например, конкретно к этому сайту если на первом месте гугл показывает не товар а страницу категории (https://tecl.ru/category/......), то логично предположить что такого товара нет на сайте. И подобную проверку для остальных 9 сайтов сделать.