Riconoscimento di prodotti contraffatti attraverso Tecniche di Contrastive Learning

La presenza nel mercato di prodotti contraffatti rappresenta un problema sia per i venditori dei prodotti originali che per i possibili consumatori. Nell’era corrente, dove le vendite online hanno una clientela in continua crescita, il commercio di prodotti contraffatti è un tema più attuale che mai. È opportuno utilizzare le nuove tecnologie per tracciare e autenticare i prodotti, di gran lunga più performanti, dei possibili metodi manuali. Per questo è molto importante attingere dalla ricerca, in modo tale da poter essere a conoscenza dei metodi che al momento sono più performanti, ma anche per studiare metodologie che potrebbero risultare interessanti in futuro. In questo lavoro viene testata l’efficacia di una implementazione di un framework, basato sul Contrastive Learning, SimCLR, per identificare possibili prodotti contraffatti. Il framework è stato addestrato su due dataset da noi creati, con dati provenienti da e-commerce specializzati nella vendita di abbigliamento. I dati sono stati acquisiti tramite Web Scraping, utilizzando Selenium. Da ogni piattaforma persa in esame abbiamo estratto le informazioni di 300 elementi, ogni elemento preso in esame faceva parte di una di queste tre categorie(borse, maglie,scarpe). I risultati ottenuti ci fanno credere che possa essere utile continuare a proseguire con il Contrastive Learning per il riconoscimento di prodotti potenzialmente contraffatti.