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。我想提出一种使用机器学习建议 receiver_id 的解决方案(我使用图论解决了该问题概念),现在想在这里应用机器学习解决方案作为学习过程。
对于这个特殊的问题,我需要一些帮助和想法,
什么是一种机器学习方法,以根据先前的交互来建议多个接收者ID(最多5至10个用户)?
此外,如何描述这个问题,无论是回归一还是分类一?我很困惑!
据我了解,此问题与电子邮件收件人的推荐密切相关,请分享一些有关该问题的好论文。实际上,我不确定如何应用,由于无法访问电子邮件正文,因此无法对该问题进行协作筛选,因此无法应用基于内容的方法。如果我错了,请纠正我。
答案 0 :(得分:0)
这取决于您的训练方式。如果您具有用于“接收”输出的足够数量的功能和足够数量的数据,则可以使用多重分类。但是由于我认为接收者太多,所以群集将是一个更好的选择。您可以根据自己的功能创建集群,并向同一集群中的用户推荐电子邮件。例如,This paper使用该方法。