我们有一个 ruby​​-on-rails 平台（带有 postgreSQL 数据库）供人们上传各种产品进行交易。当然，列出的这些产品中有许多是相同的，而消费者对它们的描述不同（通过拼写、大小写等）“大量重复”

出于分析和更好的用户体验的目的，我们的目标是创建一个不断发展的“主产品列表”或“白名单”，如果你愿意的话，这将使用户从他们正在上传的现有产品列表中进行选择，或者请求添加一个新的。我们还计划使用来自网络的附加信息来丰富每个产品条目，这些信息将与“主产品”相关联。

以下是我们提出的一些解决此问题的方法：

A) 获取网站中列出的所有“项目”（约 90,000 个），通过运行选择“不同”查询来尽可能多地去重复（同时通过生成项目键数组来保持键映射回原始数据） group-by 中的每个不同的列表。）

然后

A1）通过机械土耳其人运行这些数据，并要求每个土耳其人用户以统一的格式列出数据。

或者

A2) 通过亚马逊产品 API 运行每个产品条目，并要求用户识别匹配项。

或者

A3) 更好的方法？