machine-learning - 通过 NLP 进行个性化食品推荐
问题描述
我正在研究像 Zomato 这样的 Food Chain 公司的数据集。
业务问题 -
客户即将向最终用户推出个性化食品(见注释部分)推荐,为他们提供更好的购物体验。我们有随机抽样的 100 家商店的数据。
首先,我需要对100 家商店的产品进行标准化和索引。
不同类别中最受欢迎的产品是什么?您会根据这些见解向产品或业务团队提出什么建议?
哪些产品的价格范围最广和最窄?为什么会这样?根据这些见解,您会向产品或业务团队提出什么建议?
注:- 标准化产品应标识不同商店提供的相同产品,但名称可能略有不同。
例如 - 我们需要将以下 4 个来自不同商店的商品识别为相同的标准化产品,并将相同的 id 和相同的标准化产品名称分配给它们,以便我们知道这些来自不同商店的商品实际上是相同的事物。
- 蒜蓉面包配融化的马苏里拉奶酪
- 马苏里拉大蒜面包
- 蒜蓉面包配马苏里拉奶酪
- 大蒜面包配融化的马苏里拉奶酪。
我可以为此使用 NLP 或一些不同的算法吗?