分組產品相同但名稱/屬性略有不同

Question

我向我的網站展示大量產品。 我必須將來自不同網站的類似產品分組， 我已經抓取到我的數據庫。 因此，當搜索產品時，它也會顯示來自其他網站的同一產品。

我嘗試以下方法

1. 分組通過產品名稱

   結果 - 失敗，因爲索尼的Xperia Z，索尼的Xperia Z（黑色）是相同的產品，但不同的標題，所以不能在同組，所以錯誤率很高。

2. 分組由屬性：

   具有類似屬性和值的產品被放置在一組。 但它非常慢，錯誤率也很高。 由於不同公司的不同產品可能具有相同的屬性。

這是最好的方法。 請幫我一把。

在此先感謝。謝謝糟糕的英語。

Answer 1

我試着使用標題分組解決方案，但使用RegEx進行了修改。或者只是使用類似的方法：

title1.contains(title2)

title1.startsWith(title2)

不可能有100％的無差錯的解決方案，所以我想補充一個像這樣的鏈接： 「？不是你的產品KLICK這裏」 要從該組中暫時刪除產品並將其標記爲「不確定」，以便您可以手動進行檢查。

Answer 2

您可以使用第一個字母和一個字典，然後使用mysql全文搜索和按相關性排序。這個問題不是很清楚。還有levensthein距離和soundex（）函數。