我正在努力将联属网络营销整合到几个现有网站中。我们正在使用一些通过不同网络（cj、shareasale、linkshare、avantlink）工作的商家。
现在我的观察是，所有这些网络都提供不同格式的数据馈送。但这不是一个大问题。我主要关心的是商家在同一产品上使用不同的标题。我不想遇到这些情况：
a) 来自 N 个商家的相同产品的两个列表（如果标题略有不同）
b) 一份商家 N 种不同产品的列表（如果我们不使用严格的比较算法）
我们希望尽可能地自动化一切，希望避免运营商一直扫描有问题的列表。
这个问题通常是如何处理的？
【问题讨论】：
标签： parsing affiliate commission-junction
我们在尝试折叠来自多个商家 Feed 的产品时遇到了类似的问题。我们所做的是根据品牌（或制造商）+ sku 组合来折叠产品。
我们的数据非常混乱，所以我们必须做一些工作来规范品牌和 sku，这样产品才能很好地崩溃。我们有一个我们关心的品牌列表，并做一些工作将品牌从商家源映射到我们的品牌。例如如果我们的系统中有一个“ACME”品牌，我们可能会将以下内容映射到该品牌：
A.C.M.E => ACME
ACME Inc. => ACME
Acme Incorporated => ACME
对于 sku，我们通常只删除所有非字母数字字符以进行匹配。例如以下所有内容都将映射到同一个 sku：
abc-123 => abc123
abc.123 => abc123
abc 123 => abc123
ab.c1.23 => abc123
如果我们看到品牌“ACME Inc.”和一个供稿中的 sku“abc-123”，将与另一个供稿中的品牌“A.C.M.E”和 sku“abc 123”一起折叠。
作为折叠过程的一部分，我们最终会为每个折叠的部分提供多个名称/图像/描述/类别/等...并且需要选择“最佳”的部分以显示在网站上。
这是我们如何处理它的一个非常高级的概述。
【讨论】：
寻找在其供稿中提供 UPC 代码的商家。它们是通用的。此外，在 AvantLink 中，您可以自定义自己的提要输出，这很好。
【讨论】：
我实际上在一分钟前查看了来自 AvantLink 的 2 个示例数据馈送。这是他们提供的字段列表（未过滤，所以我认为它就是一切）：
SKU
Manufacturer
Id
Brand Name
Product Name
Long Description
Short Description
Category
SubCategory
Product Group
Thumb URL
Image URL
Buy Link
Keywords
Reviews
Retail Price
Sale Price
Brand
Page Link
Brand Logo Image
Product Page View Tracking
Product Content Widget
我在想是的，拥有 UPC 将是（几乎）理想的，但我正在寻找的两家商店（其中之一是 REI）都不提供 UPC。
查了Commission Junction 和Sshareasale，几家大商家，他们也不包括UPC。
【讨论】：
这个问题通常是如何处理的？
此类场景通常由 ORACLE、HP、Microsoft、IBM、Netezza 或 Teradata 提供的数据仓库系统覆盖。
【讨论】：