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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注