设计问题:搜索产品还是自动标签产品？(搜索与机器学习)

Question

我正在做一个项目，有很多零售商独立上传他们的产品信息，换句话说，完全相同的产品可能有不同的名称。例如，新的ipad，或者ipad，或者伟大的ipad等等。

我想向用户展示一个直观的界面，这样当他搜索ipad或ipad时，他就可以得到一台ipad和所有价格并驾齐驱的ipad。或者可能有两个搜索结果，第一个是旧ipad和不同零售商的所有价格，另一个是ipad 2的搜索结果，另一个是价格相邻的搜索结果。

具体例子:数据库包含:新的ipad 1，ipad 1，伟大的ipad 1，新的ipad 2，ipad 2，伟大的ipad 2，当用户搜索ipad时，他得到：

• ipad1:零售商价格1=100美元，零售商价格2=120美元等等
• ipad2:零售商价格2=100美元，零售商价格2=120美元等等

这主要是一个特定的搜索问题吗？或者机器学习，自动标记？

有没有人知道在Rails3中已经实现了这样的东西？

谢谢

Answer 1

这是重复删除问题。地图目录都在处理。对于这一问题，有许多不同的成功程度的解决方案。最简单的方法是识别同义词和无用词(伟大，有趣)等，并使用这些信息进行匹配。一些不清楚的案件，你应该发送给人类审查。

例如“新苹果Ipad”与“伟大ipad”=删除无用的word=> "Apple“与"ipad”=等于by子字符串/to ambiguous=>相等