使用推荐的销售勘探自动化

Question

这个问题涉及使用推荐系统将销售团队分配给销售团队，这将提高销售团队的赢率。

我想开发一个推荐系统，根据销售人员的表现历史推荐一套销售人员。

（展望 - 适合购买公司商品的买家联系。）

设计可以像使用销售团队历史编制的推荐模型一样，对于新的潜在客户，系统会推荐一组销售人员参加电话会议。

我拥有庞大的销售历史数据集，我可以收集销售团队详细信息，例如销售人员ID，产品专业知识，成功率赢/输，客户评级，位置，可用性等。

有关使用Spark ML或Mahout开发此类推荐系统的建议吗？

Answer 1

仅举两个想法，您如何看待：

• 逻辑回归：训练一个模型，该模型将为您提供给定示例的销售概率，然后从最高到最低订购以推荐具有最大价值的模型。
• 协作过滤推荐。