实在不知道该从哪里开始寻找合适的算法。

我正在开发一个网络应用程序，它从不同的网店（如亚马逊、Shopify等）收集schema.org数据。每6小时收集一次数据，并显示当前和最低价格。这用于监控产品并在最低价时购买。

我的目标是识别不同商店中的同一个产品。每个商店对同一产品都有自己的标题。

示例：

Google Pixel 2 64GB Clearly White (Unlocked) Smartphone Google Pixel 2 GSM/CDMA Google Unlocked (Clearly White, 64GB, US warranty) 

问题：

1. 数据量不多（只有用户选择的产品）
2. 需要支持应用程序没有数据历史的新产品

回答：

这可能不是最佳解决方案，但你可以尝试使用推荐系统？更具体地说，你可以尝试基于项目的内容推荐系统。这个想法是从项目本身提取特征（在你的案例中，项目指的是产品描述）。建立项目档案，这些档案是项目的特征，可能是tf-idf权重或简单的频率加权方案。在为每个项目建立这些特征后，你想要找到与给定项目最相似的项目。这可以通过使用一些相似性度量方法来完成，比如余弦距离或杰卡德距离。返回最高相似度得分的项目意味着最相似的项目。可能排名第一的将是与给定输入产品相同的产品。

在尝试上述方法之前，只需简单地对所有项目对使用余弦距离，通过提供两个产品标题作为参数。阅读这个答案