知识卡片
邮件优先特征分开取证
社交特征看双方交互,内容特征看近期主题/正文,线程特征看会话活动,标签特征看用户标记。静态语料缺少已读、回复和移动行为,只能实现其中部分代理。先列能直接观测、只能估计和完全缺失的字段,再决定模型范围。
本案例四路实际权重是发件量、线程活跃、主题词及正文词;与完整产品特征分组并非一一覆盖,图4-1把缺失的用户阅读行为明确标出。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- 第4章 排序:智能收件箱 按优先级给邮件排序 · 连续片段1 · 查看原书依据
社交特征(social feature)基于收件人和发件人之间的交互程度,比如某个发件人的邮件被收件人阅读过的百分比。内容特征(content feature)用于识别和收件人对邮件采取行为与否高度相关的最近特征词和头部信息,比如,一个最近特征词在主题中的出现。最近用户的特征词是
- 第4章 排序:智能收件箱 按优先级给邮件排序 · 连续片段2 · 查看原书依据
四种特征将用于训练过程。首先是替代社交特征的表征量,即衡量训练数据中来自某个用户的邮件量。接下来,通过发现不同线程来压缩时间测量值,并按照活跃度给线程排序。最后,基于邮件主题和正文中的高频词项增加两个内容特征。图4-1示意了从邮件中抽取这些特征的方法。 图 4-1 从邮件数据中抽
参考来源
- 位置:《机器学习:实用案例解析》第04章《按优先级给邮件排序 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3097.html,spine3203)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:社交特征(social feature)基于收件人和发件人之间的交互程度,比如某个发件人的邮件被收件人阅读过的百分比。内容特征(content feature)用于识别和收件人对邮件采取行为与否高度相关的最近特征词和头部信息,比如,一个最近特征词在主题中的出现。最近用户的特征词是
- 补充位置:text/part3097.html,spine3203;原始内容:四种特征将用于训练过程。首先是替代社交特征的表征量,即衡量训练数据中来自某个用户的邮件量。接下来,通过发现不同线程来压缩时间测量值,并按照活跃度给线程排序。最后,基于邮件主题和正文中的高频词项增加两个内容特征。图4-1示意了从邮件中抽取这些特征的方法。 图 4-1 从邮件数据中抽