【问题标题】:Looking for best fit solution for a email recipients' suggestion为电子邮件收件人的建议寻找最合适的解决方案
【发布时间】:2020-09-28 07:54:21
【问题描述】:

我有一个数据集,其中包含大型用户组之间的电子邮件交互。我的意思是哪个用户向其他用户发送电子邮件。该数据中最重要的列是 sender_id、receiver_id、时间 等。我想提出一个解决方案来建议 receiver_id 使用机器学习(我使用图论解决了它概念),现在想在此处应用机器学习解决方案,作为学习过程。

对于这个特殊问题,我需要一些帮助和想法,

  1. 根据之前的交互建议多个接收者 ID(最多 5 到 10 个用户)的机器学习方法应该是什么?

  2. 另外,如何描述这个问题,是回归问题还是分类问题?我很困惑!

  3. 据我了解,这个问题与电子邮件收件人的推荐密切相关,请分享一些关于该问题的好论文。实际上,我不确定如何应用,协作过滤该问题,因为我无法访问电子邮件正文,不可能应用基于内容的方法。如果我错了,请纠正我。

【问题讨论】:

    标签: machine-learning deep-learning recommendation-engine


    【解决方案1】:

    这取决于您的训练集。如果您有足够数量的“接收”输出特征和足够数量的数据,那么您可以使用多分类。但由于我假设接收器太多,集群将是一个更好的选择。您可以从您的功能创建集群,并将电子邮件推荐给同一集群中的用户。例如,This paper 使用该方法。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2017-12-16
      • 1970-01-01
      • 1970-01-01
      • 2020-10-25
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多