从地址簿中挖掘重要联系人

我正在设计一个算法,从大约 2000 个或更多的联系人列表中挖掘大约 200 个重要联系人。我考虑的第一个因素是通话记录,第二个因素是对通话的投入程度(或销售目标)。这两项数据都可以从客户的现有系统中获得。

现在我们正在尝试思考,如果能获得哪些数据,可以使这种重要联系人的挖掘变得更好,使系统更加“智能”。(我找不到任何与此相关的论文,也许我使用了非标准的术语?)

更新: 为了澄清,我正在寻找可以与通话记录(频率)和通话目标一起使用的想法。(也欢迎完全不同的方法。)


回答:

这很简单,你为不同的你认为重要的因素分配值。例如,通话记录为 10,投入程度为 20,其他因素为 30。现在,你将这个值与你的计数相关联,如果一个人被联系了 100 次,他的值将是 100 * 10,其他值也类似。然后你就有了两个项目对象,(姓名, 值),并按值对其进行排序,取前 200 名。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注