8

我们有一个自动完成列表，当您向某人发送电子邮件时会填充该列表，这一切都很好，直到列表变得非常大，您需要输入越来越多的地址才能找到您想要的地址，这就是违背自动完成的目的

我在想应该添加一些逻辑，以便自动完成结果应该按最近联系或最常联系的某些功能进行排序，而不仅仅是按字母顺序。

我想知道的是这种搜索是否有任何已知的好算法，或者是否有人有任何建议。

我在想只是一个积分系统的东西，比如当天是5分，最后三天是4分，上周是3分，上个月是2分，最后6个月是1分。那么在大多数情况下，25+ 是 5 分，15+ 是 4，10+ 是 3，5+ 是 2，2+ 是 1。除了那些“感觉”正确的数字之外，没有真正的逻辑。

除了随意挑选的数字之外，还有没有人有任何意见？如果你能给出你认为它们比我的更好的理由，其他数字也很受欢迎

编辑：这将主要是在一个商业环境中，其中最近性（是的，是为了弥补单词）通常与频率一样重要。此外，在某个特定点之后，说与您交谈 80 次与说 30 次的人之间并没有太大区别。

4

7 回答 7

3

看看自组织列表。

快速而肮脏的外观：

Move to Front Heuristic：一个链表，这样每当一个节点被选中时，它就会被移到列表的前面。

频率启发式：一个链表，这样每当一个节点被选中时，它的频率计数就会增加，然后该节点会冒泡到列表的前面，这样访问频率最高的就在列表的头部。

看起来转向前端实施最适合您的需求。

编辑：选择一个地址后，将其频率添加一个，然后移动到具有相同权重的节点组的前面（或课程分组的（权重 div x））。我认为老化是您提议的实施的一个真正问题，因为它需要计算每个项目的权重。自组织列表是一个很好的方法，但算法需要一些调整才能完成你想要的。

进一步编辑：老化是指权重随着时间的推移而减少的事实，这意味着您每次使用地址时都需要知道。这意味着，当您构建列表时，您必须拥有整个电子邮件历史记录。

问题是我们希望仅在实际访问节点时才对节点执行计算（而不是搜索）——这为我们提供了良好的统计性能。

于 2008-10-16T19:05:58.807 回答
2

这种事情似乎类似于 Firefox 在提示您正在输入的站点时所做的事情。

不幸的是我不知道firefox到底是怎么做的，积分系统似乎也不错，也许你需要平衡你的积分:)

我会去类似的东西：

NoM = 邮件数量

（今天发送给 X 的 NoM）+ 1/2 *（上周发送给 X 的 NoM）/7 + 1/3 *（上个月发送给 X 的 NoM）/30

您在上个月未写的联系人（可以更改）将获得 0 分。您可以开始为总共发送的 NoM 对它们进行排序（因为它在联系人列表中：）。这些将在与点数 > 0 接触后显示

这只是一个想法，无论如何它是对大多数和刚刚邮寄的联系人给予不同的重视。

于 2008-10-16T19:15:54.543 回答
2

如果您想发疯，请通过以下几种方式之一标记最“活跃”的电子邮件：

  • 上次访问
  • 使用频率
  • 有待处理销售的联系人
  • 直接老板
  • ETC

然后，在列表顶部显示活动电子邮件。注意您的用户最常使用的“组”。在收集到足够的数据后，专门切换到该排序策略。

工作量很大，但很有趣……

于 2008-10-16T19:21:57.213 回答
1

也许计算发送到每个地址的电子邮件数量。然后：

ORDER BY EmailCount DESC、姓氏、名字

这样一来，您最常用的地址就会排在第一位，即使它们已经有几天没有使用过了。

于 2008-10-16T19:05:13.910 回答
1

我喜欢基于积分的系统的想法，包括最近使用的积分、使用频率和潜在的其他因素（更喜欢本地域中的联系人？）。

我已经在一些这样的系统上工作过，“最近使用”和“最常用”都不能很好地工作。如果您不小心打错了一次，“最近的”可能会很痛苦。或者，如果您去年与某人有很多接触，但现在您的工作发生了变化，那么“最常用”不会随着时间的推移而发生很大变化。

一旦你有了想要使用的一组测量值，你就可以创建一个交互式应用程序来测试不同的权重，并查看哪些权重为你提供了一些样本数据的最佳结果。

于 2008-10-16T19:55:02.623 回答
0

本文描述了一个缓存驱逐策略的单参数系列，其中包括最近最少使用和最不常用策略作为特殊情况。

参数 lambda 的范围从 0 到 1。当 lambda 为 0 时，它的性能与 LFU 缓存完全相同，当 lambda 为 1 时，它的性能与 LRU 缓存完全相同。在 0 和 1 之间，它以自然的方式结合了新近度和频率信息。

于 2012-02-17T22:59:24.397 回答
0

尽管已经选择了答案，但我想提交我的方法以供考虑和反馈。

我会通过每次使用增加一个计数器来计算频率，但是增加一些大于一的值，比如 10（为了增加第二点的精度）。

我会通过将所有计数器定期（例如 24 小时）乘以某个较小的值（例如 0.9）来计算新近度。

每次使用：

UPDATE `addresslist` SET `favor` = `favor` + 10 WHERE `address` = 'foo@bar.com'

每个间隔：

UPDATE `addresslist` SET `favor` = FLOOR(`favor` * 0.9)

通过这种方式，我将频率和新近度合并到一个字段，避免需要保留详细的历史来推导 {last day, last week, last month} 并保持数学（大部分）整数。

当然，增量和减量必须根据偏好进行调整。

于 2012-02-17T23:19:15.733 回答