基于客户相似性的产品推荐

Question

我正在研究为电信公司开发推荐引擎的案例研究。目标是向新客户推荐合适的产品。我们计划遵循的逻辑是将他的个人资料（如年龄，就业，性别等）与我们现有的客户数据库进行比较，以找到类似客户并推荐这些客户最常使用的产品。样本数据如下：

customerID gender SeniorCitizen Partner Dependents tenure PhoneService       Contract  Package
7590-VHVEG Female             0     Yes         No      1           No Month-to-month Package1
5575-GNVDE   Male             0      No         No     34          Yes       One year Package2
3668-QPYBK   Male             0      No         No      2          Yes Month-to-month Package1

我遇到了许多相似性测量技术，如余弦相似度，欧几里德距离，皮尔逊相关系数等，但不能归零于适合我情况的东西。

请您指导我如何入手？虽然我打算在R中这样做，但目前我还没有找到任何代码。