标签： machine-learning artificial-intelligence data-science
我需要建立一个ML模型，以找到可以最好地回答客户问题的最佳客户服务专家。
请以亚马逊为例。如果我在ML模型中输入“英国的Macbook保修是什么？”的问题， ，它应该找到最能解答此保修相关问题的最佳客户服务专家。
我有历史记录，可以用来训练ML模型，客户服务专员可以在其中回答客户的问题。每条记录都包含客户问题，客户服务专员的姓名，客户名称，客户给客户服务专员的NPS分数等
能否通过建议我应该使用哪种ML算法来帮助我？那会很有帮助。
答案 0 :(得分：0)
您的问题与推荐系统非常相似，在这里您想推荐合适的客户，该客户可以回答所提出的问题。
与电影/项目/新闻推荐系统非常相似。对于电影而言，我们的电影清单很长，如何根据用户的兴趣和历史向他们推荐最佳电影。
有很多方法可以解决此问题，请注意，您拥有的数据将非常稀疏（“客户代理矩阵”，其中每个单元格代表得分）。您可以使用 SVD ，这是example上的用法。
您可以参考一些有用的资源first，second。