Un motor eficient de căutare în e-commerce

4. Concluzii

Am încercat cu demersul nostru să demonstrăm că se poate face un motor de căutare laptopuri care să permită predicții cuvinte, și o sortare primară rezultate. Rămân ca posibilități de explorat diferite sugestii pe care le-am acumulat pe măsură ce am realizat proiectul, de îmbunătățire a motoarelor de căutare.

Răspundem mai jos principalelor puncte prezentate în partea introductivă:

• 
  "Am vrut să arătăm o modalitate practică prin care se pot face unele îmbunătățiri la un motor de căutare cu resurse puține." – Am lucrat cu un limbaj de programare axat mai puțin pe partea de web, C++. A fost o primă variantă a unui potențial algoritm mult mai complex. Considerăm că am realizat o miniperformanță – am făcut un algoritm care poate face atât predicții asupra ce utilizatorul dorește să tasteze, cât și un mic algoritm de sortare a datelor relativ eficient. Loc de îmbunătățire este suficient, mai ales pe baza unor algoritmi de machine learning.
  
• 
  "Vom prezenta în lucrare inclusiv idei noi, potențial utile de folosit pentru magazinele online în viitor." – partea aceasta a fost una din cele mai consistente în demersul noastră. Din experiența noastră personală în domeniul optimizării pentru motoarelor de căutare (SEO), am avut ocazia să interacționăm cu majoritatea din principalele motoare de căutare, și am acumulat, de-a lungul anilor, numeroase observații despre cât de ineficiente pot fi unele căutări. Am căutat în lucrarea noastră să prezentăm unele posibile soluții la aceste probleme.
  
• 
  " Am dorit cu programul propus de noi să simulăm unele din funcționalitățile de predicție pentru un eventual motor de căutare pentru produsele din magazinele online." – am scris mult cod pentru a face un motor de căutare cu câteva funcții de predicție distincte. Programul nostru este încă departe de modelul pe care l-am avut, anume tastatura pentru sistemele de operare pentru mobil Android și iOS numită SwiftKey. Însă, la nivel primar, am folosit o parte din facilitățile oferite de tastatură și considerăm că le-am imitat cu succes.
  
• 
  " Scopul de la care am pornit lucrarea a fost atât de a implementa ideile pe care le am în domeniul căutării pentru motoarele de căutare, de a da un model practic și verificabil, cât și de a veni cu noi idei, ca posibile rute de prospectat pentru aplicații viitoare. Acestea au rămas în plan pur teoretic, urmând a fi implementate de alte entități, în încercarea de a îmbunătăți performanțele motoarelor de căutare din prezent." – am vorbit anterior despre ideile noi pe care ne-am propus să le aducem cu lucrarea și cât de bine sau rău am realizat acest lucru. Legat de testarea abilităților – principala remarcă negativă pe care o avem este legată de complexitatea codului. Programul este foarte lung, considerăm că dacă am fi făcut și o a doua variantă am fi putut găsi chiar noi înșine alte soluții pentru a comprima codul. Iar un programator cu experiență bogată în programare ar putea realiza un cod semnificativ mai mic. Per ansamblu, însă, ne declarăm mulțumiți de rezultatul obținut pornind de la obiectivele inițiale ale cercetării. Un motiv în plus de satisfacție este și faptul că am comentat o parte însemnată din funcțiile folosite, și am păstrat, în corp de comentarii, și instrucțiunile folosite pentru debugging (căutare erori) în program, așa că eventualele erori pot fi reparate mai ușor prin de-comentarea liniilor.
  

Ca o concluzie finală, considerăm că scopul de la care s-a pornit inițial – acela de a face o lucrare prin care să arătăm că se poate realiza cu un algoritm realizat cu resurse puține un program care să aibă abilitatea de a prezice diferite elemente folosite pentru a introduce date, iar, ulterior, abilitatea de a ierarhiza informația pe baza unor criterii –, a fost atins, fie doar și parțial. Programul are anumite facilități atât în etapa de predicție cuvinte, cât și în etapa ulterioară, de căutare și sortare rezultate. Legat de partea teoretică a demersului nostru, considerăm că și scopul acestuia a fost atins, așa cum am arătat deja în comparația între obiectivele propuse și cele pe care le-am îndeplinit în 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. și 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. și 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. și 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. și 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. și 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. Ediția 1. Indianapolis, IN: Wiley, p.12.

Page, L., Brin, S., Motwani, R. și 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 şi simulare, Curs

Petac, E. (2018). Elaborarea lucrării de disertaţie, Seminar

Radu, A. (2018). Raportul pieței de e-commerce 2017: Românii au cumpărat 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 neconvenţionale de calcul, Curs

Sherman, C. și 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 și 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].