Termékpárosítás machine learning eszközökkel = Product Matching with Machine Learning Tools

Seprenyi, Péter and Gordon, Ákos and Tarczali, Tünde (2025) Termékpárosítás machine learning eszközökkel = Product Matching with Machine Learning Tools. In: Oktatási, kutatási és közgyűjteményi infrastruktúrák és tartalmak: digitális transzformáció felsőfokon : NETWORKSHOP 2025 : 34. Országos Informatikai Konferencia : 2025. május 13–15. Széchenyi István Egyetem, Győr. Hungarnet Egyesület, Budapest, pp. 94-100. ISBN 978-615-6792-15-0

Preview

Text 95_fejezet_NETWORKSHOP_2025.pdf - Published Version Available under License Creative Commons Attribution. Download (392kB) | Preview

Abstract

Az e-kereskedelmi rendszerek egyik központi kihívása a különböző forrásokból származó termékleírások automatikus összevetése és azonosítása. Jelen közlemény egy RePrice nevű hibrid termékpárosító rendszert mutat be, amely szöveges jellemzők, strukturált attribútumok és képi információk együttes feldolgozásával végzi az egyezésvizsgálatot. A módszert különböző e-kereskedelmi platformokon végzett kísérletek során értékeltük, amelyek azt mutatják, hogy a kombinált megközelítés jelentősen javítja a párosítási pontosságot a kizárólag szövegalapú vagy képalapú modellekhez képest. Az eredmények azt jelzik, hogy a RePrice rendszer hatékonyan alkalmazható dinamikus árfigyelő és versenytárselemző rendszerek fejlesztésében. | One of the central challenges in e-commerce is the automatic identification of whether different product listings from various sources refer to the same real-world item. This paper presents RePrice, a hybrid product matching system that integrates textual features, structured attributes, and visual data for comprehensive similarity analysis. The proposed method was evaluated through experiments conducted on multiple e-commerce platforms. Results demonstrate that the hybrid approach significantly outperforms models relying solely on textual or image-based information. These findings suggest that theRePrice system can be effectively utilized in the development of dynamic price monitoring and competitor intelligence applications.

Actions (login required)

Edit Item