我们运行一个网络商店，我们想在其中向客户提供建议。因此，我们想根据客户的一些投入，向客户提供建议和建议。
为此，我们想在nodejs中进行一个小应用程序，该应用程序将连接到我们的数据库。
要确定此产品建议，我们想定义并收集几个自定义客户属性。
每个属性都有[1-10]的值，该值将对客户说一些话。例如，来自客户喜欢以1-10
的颜色服装喜欢彩色服装示例客户数据：
+------------+--------+--------+--------+--------+
| | attr_1 | attr_2 | attr_3 | attr_4 |
+------------+--------+--------+--------+--------+
| Customer 1 | 2 | 10 | 3 | 2 |
+------------+--------+--------+--------+--------+
| Customer 2 | 8 | 3 | 4 | 4 |
+------------+--------+--------+--------+--------+
| Customer 3 | 5 | 2 | 3 | 9 |
+------------+--------+--------+--------+--------+
| Customer 4 | 4 | 2 | 1 | 4 |
+------------+--------+--------+--------+--------+
| Customer 5 | 3 | 8 | 2 | 2 |
+------------+--------+--------+--------+--------+
我们想找到哪些客户彼此相似。
输入：
+------------+--------+--------+--------+--------+
| Customer x | 7 | 3 | 4 | 4 |
+------------+--------+--------+--------+--------+
输出：
"Most Similar To Customer 2"
并基于客户2 （和其他类似客户）的订单历史记录。我们要提供个性化的产品建议。
是否有任何最佳实践，技术（我阅读了最近的邻居算法）或数据比较软件包或技术可以帮助我们进一步查找相关客户？
您可以使用群集分析来识别数据中存在自然段，然后在您有了新的客户条目时，我们可以使用火车模型将新客户分配到适当的细分市场。并基于细分，您可以计划要推荐给客户的内容。