Aşama 4 — Kanonik

2.7 Aşama 4 — Kanonik ürün eşleştirme

Bu aşama, aynı ürünün farklı yüzey biçimlerini tek bir kanonik kimliğe indirger. Örneğin:

• COCA COLA 330ML KUTU
• C.COLA 33CL TENEKE
• COCA-COLA 0.33 L
• COKA 330 ML

Dördü de aynı canonical_product_id değerine çözülür. Bu çözümleme, fiyat hafızası ve B2B veri ürünü için ön koşuldur.

Yaklaşım

Kanonik çözümleme, eşzamanlı akış doğrulanmış önizlemeyi kullanıcıya döndürdükten sonra, arka plandaki post-process işçisinde eşzamansız çalışır. Bu, ürün çözümlemesini gecikmeye duyarlı yolun dışında tutar: kullanıcı fişini hemen görür; kanonik kimlikler kayda kısa süre sonra iliştirilir.

Çözümleyici, ham fiş satırı metnini kanonik ürünlere eşleyen bir alias tablosu üzerinde çalışır:

• Bulanık alias araması — normalleştirilmiş satır metni, daha önce öğrenilmiş fiş alias'larına karşı PostgreSQL trigram benzerliğiyle (pg_trgm) eşleştirilir. İsabet doğrudan kanonik ürüne çözülür. Bir satıcıda öğrenilen alias'lar, metin mağazaya özgü bir kısaltma değil de gerçek bir ürün adı gibi okunduğunda satıcılar arasında yeniden kullanılır; bu, farklı ürünlerin tek kanonik altında birleşmesini engeller.
• LLM yedeği — isabet olmadığında bir dil modeli ham metni marka, ürün ve boyut niteliklerine normalleştirir. Sonuç, yeni bir alias satırıyla birlikte yeni bir kanonik ürün olarak upsert edilir (veya mevcut birine eşlenir); böylece aynı yüzey biçimi bir sonraki sefer model çağrısı olmadan çözülür.

Benzerlik ayarları ve normalizasyon istemi iç operasyon katmanında yönetilir.

Çözülemeyen kalem, boş kanonik referansla kaydedilir; alias tablosu büyüdükçe çözümleme sonraki bir geçişte tamamlanabilir.

Taksonomi yapısı

category > subcategory > brand > product > variant

Örnek:

Beverages > Carbonated Soft Drinks > Coca-Cola > Coca-Cola Classic > 330 ml can

Her kanonik ürün normalleştirilmiş nitelikler taşır: size_value, size_unit, package_type, brand_id, is_private_label, barcode_gtin (mevcutsa).

Büyüme modeli

Kanonik indeks fiş trafiğinin kendisinden büyür: LLM ile normalleştirilen her satır bir kanonik ürün ve bir alias ekler; o yüzey biçiminin sonraki her tekrarı alias tablosundan model maliyeti olmadan çözülür. Belirsiz veya düşük kaliteli girdiler yönetici katalog araçlarıyla incelenir.