我之前实现了一个带有反向传播的神经网络，它能够学习井字游戏，并且在 Connect-4 中表现得很好。

现在我正在尝试做一个可以做出预测的NN。我的想法是我有大量的客户购买历史记录，因此我可以通过营销“定位”某些人，而其他人则不能（也许我只有一个信用卡号，但没有用于垃圾邮件的电子邮件地址）。我有一个产品目录，该目录每月都会更改，并且每天都会更新库存。

我最初的想法是使用与我之前使用过的相同的 NN，输入如每个产品的购买 y/n 和每个产品的输出（softmax 以获得加权预测）。但我在处理不断变化的目录时遇到了困难。我也不确定我是否应该将每个人放在一起，或者为每个人单独生成一个 NN（但有些人的购买历史很少，所以我需要使用其他人作为训练集）。

所以我想我需要一些能够将购买数据用作序列的东西，所以购买了 A，然后是 B，然后是 C 等等。但是回顾 LSTM 之类的东西，我觉得它仍然不对。

基本上，我知道如何神经网络来解决游戏状态类的问题。但我不知道如何解决这个新问题。