최고의 통화 시간 예측

캘리포니아의 여러 도시에있는 고객 집합, 각 고객의 통화 시간 및 통화 상태 (고객이 전화에 응답하면 True, 고객이 응답하지 않으면 False)를 포함하는 데이터 집합이 있습니다.

전화를받을 확률이 높을 수 있도록 향후 고객을위한 적절한 전화 시간을 찾아야합니다. 그렇다면이 문제에 가장 적합한 전략은 무엇입니까? 시간 (0,1,2, ... 23)이 클래스 인 분류 문제로 고려해야합니까? 아니면 시간이 연속 변수 인 회귀 작업으로 간주해야합니까? 전화를받을 확률이 높은지 어떻게 확인할 수 있습니까?

도움을 주시면 감사하겠습니다. 비슷한 문제를 언급하면 ​​좋을 것입니다.

아래는 데이터의 스냅 샷입니다.

적절한 변환없이 회귀 문제로 모델링하면 실제로 문제가 발생할 수 있습니다. 예를 들어, 대부분의 전화는 낮 시간에는 응답하고 밤 시간과 이른 아침에는 덜 응답한다는 것을 알고 있습니다. 선형 회귀 분석은 관계가 선형이 아닌 곡선 형일 수 있으므로 어려움이 있습니다. 같은 이유로, 로지스틱 회귀 분석을 사용하여 분류 작업으로 처리하는 것도 문제가 될 수 있습니다.

다른 응답자가 제안한 것처럼 데이터를 기간으로 다시 분류하면 도움이 될 수 있으며 먼저 의사 결정 트리 또는 임의의 포리스트와 같은 것을 시도하는 것이 좋습니다.

모두가 말했듯이, 이것은 단순한 설명 통계의 경우 일 수 있습니다. 하루 중 시간 (시 또는 기타 인구 통계별)으로 응답 한 통화 비율을 플롯하면 가장 좋은 시간이 있습니까? 그렇다면 왜 모델과 사물을 복잡하게 만드는가?

다음을 시도해 볼 수 있습니다.

1. 아침을 이른 아침, 아침, 정오, 오후, 저녁, 늦은 저녁, 밤 등 여러 부분으로 나눕니다.
2. 하루의 각 부분에 시간 경계를 지정하십시오 (예 : 정오는 오후 12 시부 터 오후 1 시까 지).
3. 각 긍정적 인 경우 (통화 상태 = true)에 대해 3 개의 새 레이블 ( "고객에게 전화를 거는 시간")을 작성하여 해당 레이블 (아침 / 오후 / 저녁)을 지정하십시오. 이 레이블은 one-hot 인코딩 형식입니다 (예 : prefer_morning = 0 / 1, prefer_noon, prefer_evening 등).
4. 전화가 성공하기 위해 리드가 오전 / 오후 / 오늘 저녁을 선호하는지 여부를 예측하는 3 가지 모델을 구축하십시오.

또한 표에 나와있는 기능 (도시 등)이 너무 모호하여 고객을 구분하기위한 많은 정보를 제공하지 않기 때문에 직업, 성별 등과 같은 기능을 추가하는 것이 좋습니다.

의견의 제안에 따라 편집 :

모델을 사용할 때 각 리드는 prefers_morning = yes / no, prefers_noon = yes / no 및 prefers_evening = yes / no로 분류됩니다. 아침과 같이 하루 중 시간을 기준으로 콜 센터 상담원 (또는 소프트웨어)이 오전 기본 설정 세트로 분류 된 콜 리드를 수령 할 수 있습니다. 정오가되면 통화 소프트웨어는 정오 선호 목록 등에서 선택합니다.

나는 로지스틱 회귀를 사용할 것입니다-당신은 그들이 수집하지 않은 샘플이 필요할 것입니다. 그런 다음 시간을 계절적 더미 회귀 변수로 취급합니다 (23 시간은 더미 변수로 사용하고 하나는 가로 채기).

계절 더미 회귀 자로 취급하지 않으면 관계가 선형이 아니기 때문에 일종의 변환을 수행해야합니다.

이전에 누군가가 오후 중반 등을 범주 변수로 대체하도록 제안했습니다. 세부 사항이 있고 세부 정보가 손실되기 때문에 나쁜 생각입니다. 그것은 최적의 비닝을 사용하여 관계를 선형으로 만드는 것과 비슷한 효과가 있지만 여전히 효과가 있다고 생각하지 않습니다. 계절 더미 회귀 분석기를 사용해보십시오.