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。