Un motor eficient de cautare in e-commerce

4. Concluzii

Am incercat cu demersul nostru sa demonstram ca se poate face un motor de cautare laptopuri care sa permita predictii cuvinte, si o sortare primara rezultate. Raman ca posibilitati de explorat diferite sugestii pe care le-am acumulat pe masura ce am realizat proiectul, de imbunatatire a motoarelor de cautare.

Raspundem mai jos principalelor puncte prezentate in partea introductiva:

• 
  "Am vrut sa aratam o modalitate practica prin care se pot face unele imbunatatiri la un motor de cautare cu resurse putine." – Am lucrat cu un limbaj de programare axat mai putin pe partea de web, C++. A fost o prima varianta a unui potential algoritm mult mai complex. Consideram ca am realizat o miniperformanta – am facut un algoritm care poate face atat predictii asupra ce utilizatorul doreste sa tasteze, cat si un mic algoritm de sortare a datelor relativ eficient. Loc de imbunatatire este suficient, mai ales pe baza unor algoritmi de machine learning.
  
• 
  "Vom prezenta in lucrare inclusiv idei noi, potential utile de folosit pentru magazinele online in viitor." – partea aceasta a fost una din cele mai consistente in demersul noastra. Din experienta noastra personala in domeniul optimizarii pentru motoarelor de cautare (SEO), am avut ocazia sa interactionam cu majoritatea din principalele motoare de cautare, si am acumulat, de-a lungul anilor, numeroase observatii despre cat de ineficiente pot fi unele cautari. Am cautat in lucrarea noastra sa prezentam unele posibile solutii la aceste probleme.
  
• 
  " Am dorit cu programul propus de noi sa simulam unele din functionalitatile de predictie pentru un eventual motor de cautare pentru produsele din magazinele online." – am scris mult cod pentru a face un motor de cautare cu cateva functii de predictie distincte. Programul nostru este inca departe de modelul pe care l-am avut, anume tastatura pentru sistemele de operare pentru mobil Android si iOS numita SwiftKey. Insa, la nivel primar, am folosit o parte din facilitatile oferite de tastatura si consideram ca le-am imitat cu succes.
  
• 
  " Scopul de la care am pornit lucrarea a fost atat de a implementa ideile pe care le am in domeniul cautarii pentru motoarele de cautare, de a da un model practic si verificabil, cat si de a veni cu noi idei, ca posibile rute de prospectat pentru aplicatii viitoare. Acestea au ramas in plan pur teoretic, urmand a fi implementate de alte entitati, in incercarea de a imbunatati performantele motoarelor de cautare din prezent." – am vorbit anterior despre ideile noi pe care ne-am propus sa le aducem cu lucrarea si cat de bine sau rau am realizat acest lucru. Legat de testarea abilitatilor – principala remarca negativa pe care o avem este legata de complexitatea codului. Programul este foarte lung, consideram ca daca am fi facut si o a doua varianta am fi putut gasi chiar noi insine alte solutii pentru a comprima codul. Iar un programator cu experienta bogata in programare ar putea realiza un cod semnificativ mai mic. Per ansamblu, insa, ne declaram multumiti de rezultatul obtinut pornind de la obiectivele initiale ale cercetarii. Un motiv in plus de satisfactie este si faptul ca am comentat o parte insemnata din functiile folosite, si am pastrat, in corp de comentarii, si instructiunile folosite pentru debugging (cautare erori) in program, asa ca eventualele erori pot fi reparate mai usor prin de-comentarea liniilor.
  

Ca o concluzie finala, consideram ca scopul de la care s-a pornit initial – acela de a face o lucrare prin care sa aratam ca se poate realiza cu un algoritm realizat cu resurse putine un program care sa aiba abilitatea de a prezice diferite elemente folosite pentru a introduce date, iar, ulterior, abilitatea de a ierarhiza informatia pe baza unor criterii –, a fost atins, fie doar si partial. Programul are anumite facilitati atat in etapa de predictie cuvinte, cat si in etapa ulterioara, de cautare si sortare rezultate. Legat de partea teoretica a demersului nostru, consideram ca si scopul acestuia a fost atins, asa cum am aratat deja in comparatia intre obiectivele propuse si cele pe care le-am indeplinit in mod practic.

Bibliografie

Baymard.com. (2015). Top 50 E-Commerce Sites Ranked by Product List Usability - Baymard Institute. [online] Disponibil la: https://baymard.com/ecommerce-product-lists/benchmark/site-reviews [Accesat 4 Apr. 2018].

Brin, S. si Page, L. (1998). The Anatomy of a Large-Scale Hypertextual Web Search Engine - Stanford InfoLab Publication Server. [online] Ilpubs.stanford.edu. Disponibil la: http://ilpubs.stanford.edu:8090/361/ [Accesat 1 Apr. 2018].

content: MarketingSherpa, M. (2007). How to Improve Your Site’s Internal Search & Lift ROI - 9 Strategies & Tips. [online] MarketingSherpa. Disponibil la: https://www.marketingsherpa.com/article/interview/how-to-improve-your-sites [Accesat 3 Apr. 2018].

Edu.google.com. (2012). Lesson 1.5: Word order matters (Text). [online] Disponibil la: https://edu.google.com/coursebuilder/courses/pswg/1.2/assets/notes/Lesson1.5/Lesson1.5Wordordermatters_Text_.html [Accesat 2 Apr. 2018].

Enge, E., Spencer, S., Stricchiola, J. si Fishkin, R. (2012). The art of SEO. 2nd ed. Sebastopol, Calif.: O'Reilly Media, pp.47-48.

Fishkin, R. (2018). New Jumpshot 2018 Data: Where Searches Happen on the Web (Google, Amazon, Facebook, & Beyond) | SparkToro. [online] SparkToro. Disponibil la: https://sparktoro.com/blog/new-jumpshot-2018-data-where-searches-happen-on-the-web-google-amazon-facebook-beyond/ [Accesat 5 Apr. 2018].

Grappone, J. si Couzin, G. (2011). Search engine optimization. 3rd ed. Indianapolis, Ind.: Wiley Pub., p.70.

Holst, C. (2015). The Current State Of E-Commerce Filtering. [online] Smashing Magazine. Disponibil la: https://www.smashingmagazine.com/2015/04/the-current-state-of-e-commerce-filtering/ [Accesat 4 Apr. 2018].

Jansen, B. si Molina, P. (2006). The effectiveness of Web search engines for retrieving relevant ecommerce links. Information Processing & Management, 42(4), pp.1075-1098.

Keyes, D. (2017). Search engines are weakening Amazon’s hold on product search. [online] Business Insider. Disponibil la: http://www.businessinsider.com/google-search-engines-weaken-amazon-hold-on-product-search-2017-12 [Accesat 1 Apr. 2018].

Kim, E. (2018). Amazon shares jump after earnings. [online] CNBC. Disponibil la: https://www.cnbc.com/2018/02/01/amazon-earnings-q4-2017.html [Accesat 31 Mar. 2018].

Langville, A. si Meyer, C. (2006). Google's PageRank and Beyond. Princeton: Princeton University Press, pp.1-3; 32-33; 115-116.

Lewis, P. (2018). 'Fiction is outperforming reality': how YouTube's algorithm distorts truth. [online] The Guardian. Disponibil la: https://www.theguardian.com/technology/2018/feb/02/how-youtubes-algorithm-distorts-truth [Accesat 1 Apr. 2018].

Littlefair, T. (2018). CCCC Software Metrics Report. CCCC Software Metrics Report.

Loop54.com. (2017). How machine learning is changing e-commerce site-search for the better. [online] Disponibil la: https://www.loop54.com/blog/machine-learning-is-changing-ecommerce-site-search-for-the-better [Accesat 4 Apr. 2018].

Nudelman, G. (2011). Designing search. Editia 1. Indianapolis, IN: Wiley, p.12.

Page, L., Brin, S., Motwani, R. si Winograd, T. (2018). The PageRank Citation Ranking: Bringing Order to the Web. - Stanford InfoLab Publication Server. [online] Ilpubs.stanford.edu. Disponibil la: http://ilpubs.stanford.edu:8090/422/ [Accesat 31 Mar. 2018].

Pelican, E. (2016). Modele de aproximare si simulare, Curs

Petac, E. (2018). Elaborarea lucrarii de disertatie, Seminar

Radu, A. (2018). Raportul pietei de e-commerce 2017: Romanii au cumparat online de 2,8 miliarde de euro (UPDATE cu infografic). [online] Blogul GPeC. Disponibil la: https://www.gpec.ro/blog/raportul-pietei-de-e-commerce-2017-romanii-au-cumparat-online-de-28-miliarde-de-euro [Accesat 31 Mar. 2018].

Sburlan, D. (2016). Modele neconventionale de calcul, Curs

Sherman, C. si Price, G. (2001). The invisible web. Medford (New Jersey): Information today, pp.56, 60.

Simon, M. (2015). The Value and Incremental ROI of Internal Site Search | Adobe Blog. [online] Adobe Blog. Disponibil la: https://theblog.adobe.com/the-value-and-incremental-roi-of-internal-site-search/ [Accesat 3 Apr. 2018].

StatCounter Global Stats. (2018). Search Engine Market Share Worldwide | StatCounter Global Stats. [online] Disponibil la: http://gs.statcounter.com/search-engine-market-shar

Statista. (2018). Facebook users worldwide 2017 | Statista. [online] Disponibil la: https://www.statista.com/statistics/264810/number-of-monthly-active-facebook-users-worldwide/ [Accesat 1 Apr. 2018].

Sullivan, D. (2010). Schmidt: Listing Google's 200 Ranking Factors Would Reveal Business Secrets - Search Engine Land. [online] Search Engine Land. Disponibil la: https://searchengineland.com/schmidt-listing-googles-200-ranking-factors-would-reveal-business-secrets-51065 [Accesat 31 Mar. 2018].

Sullivan, D. (2016). FAQ: All about the Google RankBrain algorithm - Search Engine Land. [online] Search Engine Land. Disponibil la: https://searchengineland.com/faq-all-about-the-new-google-rankbrain-algorithm-234440 [Accesat 31 Mar. 2018].

Tempero, E. (2018). COMPSCI 702: Software Measurement. McCabe’s Cyclomatic Complexity Number. [online] Disponibil la: http://www.dcc.ufmg.br/~mtov/pmcc/cyclomatic_complexity_tempero.pdf [Accesat 3 Apr. 2018].

The Globe si Mail. (2001). AskJeeves acquires Teoma search engine. [online] Disponibil la: https://www.theglobeandmail.com/technology/askjeeves-acquires-teoma-search-engine/article1185212/ [Accesat 4 Apr. 2018].

Wagner, A. (2017). Are You Maximizing The Use Of Video In Your Content Marketing Strategy. [online] Forbes.com. Disponibil la: https://www.forbes.com/sites/forbesagencycouncil/2017/05/15/are-you-maximizing-the-use-of-video-in-your-content-marketing-strategy/ [Accesat 1 Apr. 2018].