正在尝试找出解决这个问题的更好方法。

我有一份包含几十万种食品的列表。我拥有的数据包括：描述（基本是物品名称）、食品类别、成分（食品项目表）。

我试图将每个食品项目与另一个数据集中存在的食品类别进行匹配。这些食品类别划分得略有不同，因此与食品项目表中的食品类别没有一对一的对应关系。这个数据集的字段包括：主类别、子类别和产品示例。（食品类别表）

在食品项目表中，食品类别可能是不正确的或过于概括的。基本上，食品项目表中的食品类别是通用的，而食品类别表中的食品类别则更为具体。

我希望创建一个算法，该算法可以查看食品项目表中的特定食品项目，并将其与食品类别表中的“推荐”条目进行匹配。可能提供前五个选择，并为每个选择提供一个分数（或匹配百分比）。

如果可能的话，我希望这个算法能够根据手动更正/干预、过去的映射等，随着时间的推移进行学习。不确定这里使用“AI”是否是正确的术语。

这些数据存储在SQL Server 2016中。周围的应用程序是用ASP.Net（C#）编写的。

再次寻找解决这个问题的更好方法。

回答：

我猜你已经有一些正确分类的样本数据，可以用作算法的指导。

假设你已经有一些已经分类的食品：

名称          类别    成分
苹果         水果    苹果
奶酪蛋糕     甜点    苹果, 黄油, 面粉, 糖, 奶酪
奶酪汉堡     垃圾食品 面包, 番茄, 奶酪, 肉

算法应该计算每个成分在哪个类别中被分类，并给出一个相对百分比。比如：

成分        类别      百分比
苹果        水果      56
苹果        甜点      34
苹果        沙拉       6
苹果        饮料       4
奶酪        三明治    70
奶酪        垃圾食品  21
奶酪        甜点       7
奶酪        沙拉       2

然后，当你有一个未分类的食品时，你只需将所有成分的百分比相加，并按类别排序。

你应该考虑添加一些权重，使得一个食品的所有成分的总分始终为1。例如，如果你有一个包含4种成分的食品，每个成分的得分仅为0.25。这将降低复杂食谱中成分的重要性。