基于成分从食物食谱数据库中推荐相似的食物食谱

如何解决基于成分从食物食谱数据库中推荐相似的食物食谱

我正在处理“饿了我的冰箱！”的任务。来自 kaggle 上的“Food.com Recipes and Interactions”数据集。 参考：https://www.kaggle.com/shuyangli94/food-com-recipes-and-user-interactions/tasks?taskId=164

这是返回一个食谱，用我冰箱里的一些原料来烹饪。

当我接近这个问题时，我有不同的想法：

1. 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名。

   • 我不太了解列表之间的相似性，例如是使用余弦还是 Levenshtein 距离（我不太了解的术语）
   • 如何实现最佳代码来做到这一点。

2. 我觉得这个问题看起来像一个推荐系统

   • 每个食谱有点像一个用户，它的成分是它的项目，但我不想为该食谱推荐一个新项目，而是希望将一个新食谱与他的相似用户一起放置

3. 聚类

   • 我知道的不多，但可能是成分空间的聚类技术（我不确定）

4. 自然语言处理

   • 我想过对每种成分进行one-hot编码，然后搜索会更容易吗？ （不知道用什么工具）

Ik，我的解决方案看起来都错了，但是有人可以指导我解决这个问题并使用不同的方法，而不仅仅是一种解决方案，也可能是一些资源来研究这些技术。 谢谢