Обзор возможностей сервиса Semantics3 для разработки приложения прогнозирования цен на потребительские товары Текст научной статьи по специальности «Компьютерные и информационные науки»

ОБЗОР ВОЗМОЖНОСТЕЙ СЕРВИСА SEMANTICS3 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: stap51 @yandex. ru

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.

^ created by free version of

S DociFreezer

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

«-» ТЛ «-»

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

created by free version of

DociFreezer

• 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.

if Playground

► Quickstart Guide Video ß Documentation

I Search Query [Beta]

I /test/v1 /prod ucts?q=

© Did you hit your API limit sooner than you thought?

О What does this request do?

► Send request

"total_result5_count": lj "code": "OK", "offset": 0, "res ult s_cou nt": 1,

"results": [ {

"length": "186.94", "treated_at": 14070447 9 3, "ean": "0837276042268", "width': "107.95-, "features": {

"Battery Capacity": "400& mAh",

"Operating System": "Android 4.4 KitKat",

"Optical Drive Type": "No",

"Hemory Card Reader": "Yes",

"Features": "GLONASS",

"Bluetooth": "Yes".,

"Speakers": "Yes",

"Screen Size": "7\"",

"Wi-Fi": "Yes"j

"Rear Camera": "Ves",

"Weight (Approximate)": "9.76 oz"3

"Software Included": "UatchON Netflix Alarm Calculator Calendar

Рисунок 1. Окно запроса и ответа сервиса semantics3 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

^ created by free version of

ê DociFreezer

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.

^ сгеа!ес1 Ьу ^ее уетоп

д РооРгеегег

Сервер

Модуль сбора истории цен

Модуль прогнозирования иен

СУБД Mysql

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.

DociFreezer

created by free version of