分组产品相同但名称/属性略有不同

Question

我向我的网站展示大量产品。 我必须将来自不同网站的类似产品分组， 我已经抓取到我的数据库。 因此，当搜索产品时，它也会显示来自其他网站的同一产品。

我尝试以下方法

1. 分组通过产品名称

   结果 - 失败，因为索尼的Xperia Z，索尼的Xperia Z（黑色）是相同的产品，但不同的标题，所以不能在同组，所以错误率很高。

2. 分组由属性：

   具有类似属性和值的产品被放置在一组。 但它非常慢，错误率也很高。 由于不同公司的不同产品可能具有相同的属性。

这是最好的方法。 请帮我一把。

在此先感谢。谢谢糟糕的英语。

Answer 1

我试着使用标题分组解决方案，但使用RegEx进行了修改。或者只是使用类似的方法：

title1.contains(title2)

title1.startsWith(title2)

不可能有100％的无差错的解决方案，所以我想补充一个像这样的链接： “？不是你的产品KLICK这里” 要从该组中暂时删除产品并将其标记为“不确定”，以便您可以手动进行检查。

Answer 2

您可以使用第一个字母和一个字典，然后使用mysql全文搜索和按相关性排序。这个问题不是很清楚。还有levensthein距离和soundex（）函数。