Java 附属网站的产品比较

我计划创建一个联属网站价格比较网站

大家都知道，数据产品及其信息。从不同的站点来看，Comm站点在这些类型的价格比较站点中起着至关重要的作用

我已经编写了脚本，从我感兴趣的网站上删除产品的数据，并按预期工作

更详细地说，我放弃了以下常见参数，并将它们存储在我的数据库中。 1产品名称、2产品说明、3价格、4支付方式等。 [仅供参考：我使用JSOUP API来废弃数据]

问题从这里开始：

我想对来自不同来源的产品[同一产品]进行分组 从这些网站上废弃

为了说明我的任务： 假设XYZ的产品在5个不同的网站上销售，但其产品名称有所变化

我废弃了这5个站点的数据，并将其保存到我的数据库中。现在，我应该如何有效地将这些产品分组到单个组中。这样我就可以在我的网站的一个页面上显示5个不同的来源

我不知道我该怎么做

[字符串比较是我想到的第一个想法，但我不认为我会长期工作。]

欢迎并感谢任何建议/建议

如果您需要任何进一步的信息，请不要犹豫添加评论

---

-JS

在初始阶段，您可以使用solr在比较产品名称或其描述时获得最佳分数

更深层次地，如果我们考虑用户侧，为什么产品被认为是共同产品。这些是使产品变得常见的特性。比如品牌、颜色、材料等等

为不同的目录创建一个功能集字典，当将任何产品声明为公共产品时，这些功能集应该是相同的。 这可能是一个相同的功能集，我们有许多产品，以确定，在这种情况下，你可以采取的帮助，从索尔评分

此外，您还可以查看谷歌图像搜索api，它最终有助于获得图像相似性评分。这将有助于为时装目录寻找常见产品

---

希望它能帮上忙…

谢谢Anand，感谢你回复我的帖子，我一定会尝试一下，看看这在多大程度上能帮上忙。您好@Jagdeep84。你做这项工作成功了吗？我也陷入了同样的境地。请告诉我你有没有这样做。