Tensorflow 我是否需要一个神经网络或像neo4j这样的图形数据库作为建议引擎？

我正在为维护人员列表的演示应用程序构建一个简单的推荐/建议引擎。对于每个人来说，它会根据以下偏好跟踪他们的饮食习惯：

饮食类型：素食者/非素食者/素食者

美食喜好：印度菜、墨西哥菜、意大利菜等（一个人可以喜欢不止一种）

用餐类型及确切时间：早餐、午餐、晚餐、晚餐

特殊饮食：酮类、血型、阿特金斯等

最喜欢的蔬菜：菠菜、花椰菜等

食物过敏要求

位置-城市、地区、街道等

一旦这些数据可供系统使用，我需要构建一个简单的建议引擎-

对于任何被选中的人，建议另外10个在饮食习惯方面最适合的人

对于一组被选中的人（比如x，最多5人），建议系统中的x+10（这里是15人），这样所选组中的每个人都至少有一个与其他人兼容的习惯。一组人的顺序并不重要

我的理解是，我不需要对未知数据进行未来的预测，因此真的不需要机器学习。我所需要的只是基于现有数据集的统计兼容性的建议。这些规则主要基于人们与饮食习惯之间的关系

---

我的理解正确吗？像Neo4j这样的图形数据库完全可以解决这个问题吗？或者我真的要用Tensorflow建立一个神经模型吗？

知道选择哪一个最简单的方法就是回答这个更具体的问题。数据是开放的还是开放的

如果你是一个原创粉丝，那么想象一下斯波克在回答（）之前会如何推理并需要所有的数据，或者柯克船长在回答之前不需要所有的信息（开放世界）

在给出解决方案之前，您已经拥有了所需的所有数据，因此我认为您有一个封闭世界问题，应该使用Neo4j

---

然而，作为逻辑编程的爱好者，我个人的偏好是使用Prolog，特别是。

知道选择哪一个最简单的方法是回答这个更具体的问题。数据是开放的还是开放的

如果你是一个原创粉丝，那么想象一下斯波克在回答（）之前会如何推理并需要所有的数据，或者柯克船长在回答之前不需要所有的信息（开放世界）

在给出解决方案之前，您已经拥有了所需的所有数据，因此我认为您有一个封闭世界问题，应该使用Neo4j

---

然而，作为逻辑编程的爱好者，我个人的偏好是使用Prolog，特别是。

你的问题是主观的，因此会获得接近票数的选票。然而，有足够的事实让它回到客观的底线。“如果这是我的问题，我会重写它，这样你就不会得到最后的票数了。”GuyCoder，这很奇怪。它不是真正基于意见的，当然也不是建议。但是谢谢你的提示。让我看看我能如何改变。不是你如何看待这个问题，而是其他投票人如何看待这个问题。或者作为另一个电视参考，你的问题是主观的，因此得票率很低。然而，有足够的事实让它回到客观的底线。“如果这是我的问题，我会重写它，这样你就不会得到最后的票数了。”GuyCoder，这很奇怪。它不是真正基于意见的，当然也不是建议。但是谢谢你的提示。让我看看我能如何改变。不是你如何看待这个问题，而是其他投票人如何看待这个问题。或者对于另一个电视参考，那么，对于一个神话般的《星际迷航》参考，+1（在其他方面是一个离题的问题）。。。！使用Prolog似乎是一个不错的选择。我以前没想过。好吧，+1作为一个神话般的《星际迷航》参考（在其他方面是一个离题的问题）。。。！使用Prolog似乎是一个不错的选择。我以前没想过。