电商平台商品分散、促销规则复杂,满减、优惠券、百亿补贴层层叠加,消费者很难判断当前价格是否为真底价,也无法及时获知降价;商家则缺乏对竞品定价的持续监控手段。本项目建设全网比价系统,对主流电商平台商品进行持续采集与同款匹配,提供历史价格曲线、到手价计算和降价提醒,让消费者 "买得明白",也为商家定价提供数据参考。
点击空白处退出提示
语言技术
Python、TypeScript系统类型
小程序轻应用行业分类
电商
电商平台商品分散、促销规则复杂,满减、优惠券、百亿补贴层层叠加,消费者很难判断当前价格是否为真底价,也无法及时获知降价;商家则缺乏对竞品定价的持续监控手段。本项目建设全网比价系统,对主流电商平台商品进行持续采集与同款匹配,提供历史价格曲线、到手价计算和降价提醒,让消费者 "买得明白",也为商家定价提供数据参考。
1. 商品搜索聚合:一次搜索同时返回多个平台的同款商品、价格、优惠和到手价;2. 全网比价:同款商品按平台横向对比,展示价格、运费、发货方式与促销规则;3. 历史价格:展示商品近 90 天 / 180 天价格曲线,标注历史最低价与涨价、降价节点;4. 降价提醒:用户订阅商品,降价时通过 App 推送、邮件和公众号通知;5. 优惠工具:优惠券聚合、满减到手价试算、促销活动日历;6. 比价插件:浏览器插件在商品详情页自动弹出同款比价与历史价;7. 管理后台:数据源管理、采集任务、商品库与匹配规则管理、价格监控、用户与告警管理。
本人负责系统整体架构设计与核心开发。后端采用 Spring Cloud 微服务,拆分为采集服务、同款匹配服务、价格服务、通知服务和用户服务;Java + WebMagic 定时采集各平台商品与价格,Kafka 削峰,Elasticsearch 做商品检索,MongoDB 存储历史价格快照,Redis 缓存热门比价结果;Python 服务负责同款匹配,结合标题 SimHash、规格归一化与图片感知哈希(pHash)计算相似度;XXL-JOB 定时比价,Vue.js + Element UI 后台、H5 与小程序前端,插件基于浏览器扩展开发,WebSocket 与消息推送实现降价提醒。难点:一是跨平台同款匹配,通过 "品牌 + 型号 + 规格归一化 + 图像相似度" 多级匹配解决 SKU 歧义;二是到手价计算,将满减、券、补贴规则结构化建模保证价格可比;三是反爬与时效,通过代理池与增量采集保证每日价格更新及时。



评论