Nlp 从基于成分的食品配方数据库中推荐类似的食品配方
我正在做“饿着冰箱”的任务来自kaggle上的“Food.com食谱和互动”数据集。 参考: 那就是返回一份用冰箱里的一些配料烹饪的食谱 当我处理这个问题时,我有不同的想法:Nlp 从基于成分的食品配方数据库中推荐类似的食品配方,nlp,cluster-analysis,similarity,kaggle,recommender-systems,Nlp,Cluster Analysis,Similarity,Kaggle,Recommender Systems,我正在做“饿着冰箱”的任务来自kaggle上的“Food.com食谱和互动”数据集。 参考: 那就是返回一份用冰箱里的一些配料烹饪的食谱 当我处理这个问题时,我有不同的想法: 输入列表和完整数据集之间的相似性选项,并根据相似性对它们进行排序 我不太了解列表之间的相似性,比如是否使用余弦距离或Levenshtein距离(一个我不太了解的术语) 如何实现最佳代码来实现这一点 我觉得这个问题看起来像一个推荐系统 每个食谱都有点像一个用户,它的成分都是它的项目,但我不想为食谱推荐一个新的项目,我
- 我不太了解列表之间的相似性,比如是否使用余弦距离或Levenshtein距离(一个我不太了解的术语)
- 如何实现最佳代码来实现这一点
- 每个食谱都有点像一个用户,它的成分都是它的项目,但我不想为食谱推荐一个新的项目,我想让一个新的食谱与他的类似用户放在一起
- 我知道的不多,但可能是成分空间的聚类技术(我不确定)
- 我想为每种成分做一个热编码,这样搜索就会更容易? (我不知道该用什么工具)
谢谢你这不是讨论的好地方吗?我已经把它贴在那里了。那里当然更好,但是它死了。哦,对了,它很老了,一开始没注意到