ОБЗОР  ВОЗМОЖНОСТЕЙ  СЕРВИСА  SEMANTICS 3  ДЛЯ  РАЗРАБОТКИ  ПРИЛОЖЕНИЯ  ПРОГНОЗИРОВАНИЯ  ЦЕН  НА  ПОТРЕБИТЕЛЬСКИЕ  ТОВАРЫ

Богданов  Константин  Валерьевич

канд.  техн.  наук,  доцент  кафедры  ИВТ,  Сибирского  государственного  аэрокосмического  университета  имени  академика  М.Ф.  Решетнева,  РФ,  г.  Красноярск

Е-mail :  2519869@gmail.com

Ильин  Степан  Сергеевич

магистр  гр.  МИД-13-01,  Сибирского  государственного  аэрокосмического  университета  имени  академика  М.Ф.  Решетнева,  РФ,  г.  Красноярск

Е-mail: 

REVIEW  OF  OPPORTUNITIES  FOR  THE  DEVELOPMENT  OF  SERVICE  SEMANTICS3  FORECASTING  APPLICATION  IN  CONSUMER  PRICES

Konstantin  Bogdanov

Ph.D.,  assistant  professor  of  ICT,  Siberian  State  Aerospace  University

named  after  academician  M.F.  Reshetnev,  Russia,  Krasnoyarsk

Stepan  Ilin

master  of  group  MID13-01,  Siberian  State  Aerospace  University  named  after  academician  M.F.  Reshetnev ,  Russia,  Krasnoyarsk

АННОТАЦИЯ

В  статье  рассматриваются  вопросы,  связанные  с  обзором  web  сервиса  Semantics3  предназначенного  для  систематизации,  агрегации  знаний  о  товарах  с  различных  интернет-магазинов,  выявляются  его  сильные  и  слабые  стороны,  рассматривается  возможность  использования  данного  сервиса  в  качестве  источника  данных  для  разработки  приложения  прогнозирования  цен  на  потребительские  товары  в  интернет-магазинах. 

ABSTRACT

This  article  discusses  issues  related  to  the  review  of  the  web  service  Semantics3  intended  to  organize,  the  aggregation  of  knowledge  about  products  from  different  online  stores  reveals  its  strengths  and  weaknesses,  the  possibility  of  using  this  service  as  a  data  source  for  the  development  of  the  application  of  forecasting  the  prices  of  consumer  goods  online  stores.

Ключевые  слова :  Semantics3;  прогнозирование;  категории;  товары;  продавцы.

Keywords :  Semantics3;  forecasting;  categories;  products;  vendors.

В  современном  мире  существуют  огромное  количество  товаров  и  услуг,  представленных  на  мировом  рынке.  Развитие  информационно  вычислительных  систем  сделало  возможным  вести  разные  виды  торговли  с  использованием  услуг  сети  Интернет,  а  так  же  привело  к  созданию  так  называемых  интернет-магазинов  —  сервисов  предназначенных  для  автоматизации  процесса  торговли.

Огромное  кол-во  этих  сервисов  появившихся  за  последние  десять  лет  и  огромный  спрос  на  их  услуги  привело  к  развитию  идеи  сведения  информации  об  идентичных  товарах  в  единую  автоматизированную  информационную  систему  Semantics3.  Единственная  в  своем  роде  система,  разработанная  в  мире,  по  сути  своей  является  агрегатором  товаров  размещенных  в  других  сервисах  (интернет-магазинах).  Данная  система  так  предоставляет  API  для  доступа  к  своей  базе  данных.  В  ходе  изучения  работы  данной  системы  было  выявлено  то,  что  она  предоставляет  данные  о  товарах,  категориях,  продавцах,  а  так  же  ценах  на  все  категории  и  группы  товаров  в  режиме  реального  времени.  Она  так  же  позволяет  определять  такие  специфические  параметры,  например  как  среднее  арифметическое  цены  товара  от  цены  на  всех  интернет-магазинах  продающий  данный  товар.  В  связи  с  этими  преимуществами  данной  системы,  использование  ее,  для  разработки  приложения  позволяющего  прогнозировать  цены  на  потребительские  товары,  оправдано.

На  первоначальном  этапе  необходимо  было  изучить  работу  вышеописанной  системы,  выявить  ее  сильные,  а  так  же  слабые  стороны,  определить  структуру  ее  базы  данных,  а  так  же  функции  предоставляемые  через  интерфейс  внешнего  доступа  (API). 

Структура  БД  была  проанализирована  и  изучена,  и  в  общем  случае  представляет  собой  по  факту  3  сущности:

·     продукты

·     категории

·     продавцы

Функции  внешнего  API,  так  же  сведены  к  предоставлению  данных  об  этих  сущностях,  с  возможностями  многокритериального  поиска  по  товарам,  категориям  и  продавцам.

В  случае  с  продуктами  Sematics3  предоставляет  очень  много  информации  связанной  с  характеристиками  того  или  иного  товара,  с  его  товарной  категорией,  а  так  же  предоставляет  массу  ссылок  на  различные  интернет-магазины  где  данный  товар  фигурирует.  В  системе  любой  товар  имеет  локальный  идентификатор  —  ключ  именуемый  sem3_id  используя  который  можно  быстро  найти  информацию  о  продукте  в  данном  сервисе.  Поиск  и  индексация  товаров  самим  Semantics3  на  торговых  площадках  таких  как  e-bay,  amazon  ведется  по  мировым  идентификаторам  товаров  такими  как  EAN  и  EPC.

Пример  запроса  на  поиск  товара  по  ключу  sem3id  и  ответ  сервиса  представлен  на  рисунке  1.

Рисунок  1.  Окно  запроса  и  ответа  сервиса  semantics 3  по  уникальному  ключу  sem3_id

Так  же  данный  сервис  предоставляет  доступ  к  сущности  «categories»  т.  е.  категории  товаров.  В  данном  случае  информации  не  так  много,  единственным  интересным  моментом  является  то,  что  сервис  отдает  не  просто  имя  категории  и  ее  идентификатор,  но  так  же  идентификатор  родительской  категории  товара,  что  в  дальнейшем  позволяет  выстроить  дерево  категорий.

Последняя,  и,  по  сути,  самая  важная  часть  необходимая  для  сбора  истории  цен,  для  последующего  их  прогнозирования,  —  это  сущность  продавца.  Именно  продавцы  выставляют  цены  на  товары.  В  данном  случае  сущность  продавец  не  является  формализованной,  и  соответственно  не  имеет  своего  уникального  идентификатора  в  системе,  а  имеет  только  имя,  назначаемое  каждым  продавцов  на  каждом  из  интернет-магазинов.  Но  в  данном  случае  по  данному  имени  продавца  можно  с  определённым  процентом  погрешности  запросить  у  сервиса  информацию,  когда  на  каких  интернет  площадках  и  какие  виды  товаров  этот  продавец  выставлял  на  продажу.

Проанализировав  работу  с  данным  сервисом,  и  оценив  его  возможности,  можно  сделать  вывод  что  через  запрос  вида  «товар-продавец-цена»  можно  получить  историю  цен  на  разные  товары,  которая  в  свою  очередь  и  необходима  в  качестве  начальных  данных  для  дальнейшего  применения  математических  алгоритмов  прогнозирования.

Недостатки  у  данного  сервиса  предназначенного  для  сбора  знаний  о  товарах  в  интернете  выявлены  не  были,  кроме  того  что  в  бесплатной  лицензии  есть  ограничения  на  кол-во  входящий  запросов  в  1000.  В  платной  версии  этот  порог  намного  больше.

В  заключении  автор,  изучив  работу  данного  сервиса,  проанализировав  его  возможности,  взял  данный  сервис  за  основу  для  получения  истории  цен  на  товары  для  дальнейшего  их  прогнозирования.  В  общих  чертах  структура  будущей  системы  прогнозирования  представлена  на  рисунке  2.

Рисунок  2.  Структура  системы  прогнозирования  цен  c   использованием  сервиса  Semantics3

Список  литературы:

1.Практическое  руководство.  База  данных  описаний  и  характеристик  46  миллионов  товаров  [Электронный  ресурс].  —Режим  доступа.  —  URL:  http://mkechinov.ru/310.html.  —  Загл.  с  экрана.