RecognizerLinkChallenge

Reconhecimento de Estruturas de Links.

Desafio da Shopback

Imagine o cenário onde o cliente João nos fornece o XML de sua loja (www.lojadojoao.com). O XML contém todos os produtos disponíveis em seu site. Fazemos o processamento do XML, e cadastramos todos os produtos em nossa base. Esse processamento é feito todos os dias para atualizar os produtos.

Depois de termos os produtos em nossa base, passamos fazer o trackeamento das páginas através de uma tag javascript. Essa tag, nos envia sempre a página em que o usuário se encontra, e ao receber essa informação, nosso backend verifica se essa URL corresponde a um produto, para associarmos essa página vista ao ID do produto corretamente.

Tudo começa funcionar perfeitamente, e passamos a computar em média 1.000 páginas vistas, sendo aproximadamente 700 em páginas de produtos.

Após alguns dias vemos que a média de páginas vistas se mantém, porém o número de visitas em páginas de produtos cai drasticamente. Ao efetuar uma análise, fazemos a constatação de que os links dos produtos no XML possuem agora uma estrutura diferente dos links no site do cliente.

Agora temos um problema e precisamos de uma solução. Crie uma solução que detecte de forma dinâmica esse tipo de mudança entre as estruturas de links. Se conseguir uma solução que já resolva o problema automaticamente, é ainda melhor.

XMLs para massa de testes

Explicando a estrutura do XML

<item>
  <id>Id ou SKU do Produto</id>
  <title>Nome do Produto</title>
  <price>Preço do Produto</price>
  <link>Link do produto que se encontra em nossa base</link>
</item>

Loja do João

<item>
  <id>16599221</id>
  <title>Produto de Teste 1</title>
  <price>100.00</price>
  <link>http://www.lojadojoao.com.br/p/16599221</link>
</item>

// Links visitados pelos clientes

http://www.lojadojoao.com.br/
http://www.lojadojoao.com.br/produto-de-teste-1-16599221
http://www.lojadojoao.com.br/categoria-teste
http://www.lojadojoao.com.br/search/helloword
http://www.lojadojoao.com.br/produto-de-teste-1-16599221?utm_teste=testando

Loja da Maria

<item>
  <id>12345</id>
  <title>Produto Legal</title>
  <price>230.00</price>
  <link>http://www.lojadamaria.com.br/perfume-the-one-sport-masculino-edt/t/2/campanha_id/+752+</link>
</item>

// Links visitados pelos clientes

http://www.lojadamaria.com.br/perfume-the-one-sport-masculino-edt?utm_source=ShopBack
http://www.lojadamaria.com.br/search/helloword
http://www.lojadamaria.com.br/categoria-legais
http://www.lojadamaria.com.br/perfume-the-one-sport-masculino-edt

Loja do José

<item>
  <id>8595</id>
  <title>Produto Sem Nome</title>
  <price>140.00</price>
  <link>http://www.lojadoze.com.br/p/chapeu-caipira-de-palha-desfiado/campanha_id/34</link>
</item>

// Links visitados pelos clientes

http://www.lojadoze.com.br/chapeu-caipira-de-palha-desfiado
http://www.lojadoze.com.br/home
http://www.lojadoze.com.br/categoria-teste
http://www.lojadoze.com.br/chapeu-caipira-de-palha-desfiado?google

Linguagem a ser adotada?

Temos certa preferência à PHP, pois é nossa linguagem mais usada no momento, mas o que queremos entender é somente a SUA lógica de programação para resolução do desafio, a linguagem é somente uma ferramenta, nós queremos acima de tudo a pessoa.

Deve conter

Reconhecedor de links de produtos de acordo com o XML da loja e os links de requests informados.

Dúvidas?

Só criar uma issue.

Ganha + pontos se conter

For completamente automático.
Funcionar sem intervenção humana em mais de 95% dos casos.
Conter testes unitários.

Processo de submissão

O candidato deverá implementar a solução e enviar um pull request para este repositório com a solução.

O processo de Pull Request funciona da seguinte maneira:

Candidato fará um fork deste repositório (não irá clonar direto).
Fará seu projeto nesse novo fork.
Commitará e subirá as alterações para o SEU fork.
E, pela interface do GitHub, irá enviar um pull request.

ATENÇÃO

Não se deve tentar fazer o PUSH diretamente para o branch MASTER!!!

joaoescribano/RecognizerLinkChallenge