E-commerce product matching with deep learning
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
E-Ticaret pazarı büyüdükçe, her gün daha fazla ürün listeleniyor. Seçenek sayısındaki bu artışfiyat karşılaştırma siteleri, rakip firma analizi platformları ve e-ticaret siteleri gibi işletmelere çözülmesi gereken yeni sorunlar yaratıyor. Bu sorunlardan biri de farklı platformlarda listelenen aynı ürünleri farklı yazımlarına rağmen eşleştirebilmektir.Bu yazım farkları, farklı yazılmış ürün başlıkları veya aynı ürün özelliklerinin eş anlamlılarının kullanılması şeklinde ortaya çıkabilir. Bu araştırmada eşleştirme için Türkçe dili üzerinde özelleşmiş ve sadece ürün başlıklarına ihtiyaç duyan iki çözüm sunuyoruz;ürünlerin aranması ve alınması için metrik öğrenme tabanlı bir çözüm ve bulunan ürünlerin karşılaştırılması için siyam ağlar. As the E-Commerce market grows, more products gets listed everyday. This growth in number of choices generate novel problems that are needed to be solved by businesses like price comparison sites and e-commerce competition analytics platforms. One such problem is matching same products despite the differences in representation. These differences can occur as differently written titles or usage of synonyms of the same product specifications. For matching products despite these different representations, we present two solutions, a metric-learning based solution for search and retrieval of the products and a siamese deep neural network for comparing product representations. Both of these models only needs product titles and are specialized for Turkish language.
Collections