从地址簿中挖掘重要联系人

Question

我正在设计一种算法，从2000或更多的列表中挖掘大约200个重要的联系人。我考虑的第一个因素是通话记录，第二个因素是致电（或销售目标）。两者的数据均可从客户的当前系统获得。

现在我们正在努力思考一些事情，如果有的话，这将使重要联系人的挖掘变得更好。或许让系统更“智能化”。 （我无法找到任何与此相关的论文，也许我使用的是非标准术语？）

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。 （也完全采用不同的方法。）

Answer 1

您可以查看Google如何安排最经常，最常联系的朋友，在GMail的聊天朋友列表中排名靠前。我认为它被称为默认联系人组。并不是说我在这里为谷歌做广告，它只是在脑海中浮现。

Answer 2

这非常简单，您可以将值分配给您认为重要的不同因素。例如，10表示呼叫历史记录，20表示承诺，30表示其他内容。现在，您将此值与您的计数相关，如果一个人联系了100次，他的值将是100 * 10并且与其他值相似。然后你有两个项目对象（名称，值）并按值排序并占据前200名。

Answer 3

所以你需要对联系人进行排名。有几种方法

• 一个是构建函数f（联系人）

  • 最简单的情况是线性组合f（接触）= a * feature1（contqact）+ b * feature2（接触）即逻辑回归
  • 非线性函数f（接触）= func（feature1，feature2等），即SVM，神经网络 //可以使用学习排名优化来训练这两种方法

• 支配，即您无法将数据转换为double，但您可以定义（a＆lt; = b），然后通过部分排序算法找到前200名