使用Neo4j和简单分词算法实现菜品推荐系统

背景:本推荐系统基于一款硬件产品--旺小宝桌牌。客人按下点餐按钮，扫码进入点餐界面，然后开始点自己喜欢的菜，在手机端下单。目前在成都已有近200家合作餐饮商家。

菜品推荐功能:

当客人在某商家使用桌牌点菜，提取该客人点菜的主材，当客人下一次在另外一家使用桌牌的商家点菜时，即为该客户推荐该商家对应主材的菜。

如：某客人在A店点了[麻辣鸡爪]，则该客人喜好食材为”鸡爪”，当客人来到B店，则可为客人推荐B店对应的[二娘鸡爪爪]。

 

一.菜品主材提取

桌牌上的菜名由商家输入，存入到桌牌数据库中，当前已有的菜名去重后有约2万个。

第一步:收集菜名

从数据库导出菜名。

第二步:分词&词频统计

可以使用开源分词工具，本例中使用的是Word分词器。

.

第三步:人工筛选主材

词频越高的主材，在菜名中出现的频率也越高，筛选时也越有价值；词频为1的词可以不用筛选，因为即使是主材，也没有其他的菜可以推荐。

第四步:匹配主材算法

具体算法可由业务场景自行决定，匹配后的结果如下,“=>”左边是主材，右边是匹配到的菜名。

 

二.数据结构

在本系统中，涉及到了“人-店-菜-主材”关系，为了使关系间的结构变得简单，因此引入了Neo4j图形数据库，在图形数据库中，该关系如下。

当客人到店时，就推荐给客人该店能够匹配上他喜好主材的菜，按照喜好的权重排序。

 

三.系统架构