自动完成的最近/最常联系人算法？

Question

我们有一个自动完成列表，当你给某人发送电子邮件时，它会自动填充收件人地址。这样做很好，但当列表变得非常大时，你需要输入更多的地址才能找到想要的那个，这与自动完成的目的相反。

我认为应该添加一些逻辑，使自动完成结果按照最近联系或最常联系的某些函数进行排序，而不仅仅是按字母顺序排序。我想知道是否有任何已知的良好算法用于此类搜索，或者是否有任何建议。

我考虑只使用一个点数系统，例如：当天得5分，过去三天得4分，过去一周得3分，过去一个月得2分，过去六个月得1分。对于最常联系的人，25次以上得5分，15次以上得4分，10次以上得3分，5次以上得2分，2次以上得1分。除了这些任意选择的数字之外，是否有其他建议？如果您能说明为什么您认为其他数字更好，我们也欢迎。

编辑：这主要是在商业环境中使用的，在这种情况下，最近性和频率同样重要。另外，超过一定数量的联系人，比如80次和30次之间真的没有太大的区别。

- Davy8

Answer 1

看看自组织列表。

快速而粗略的了解：

前移启发式： 一个链表，每当选择一个节点时，它就会被移到列表的前面。

频率启发式： 一个链表，每当选择一个节点时，它的频率计数会增加，然后该节点会被冒泡到列表的前面，以便最常访问的节点在列表的头部。

看起来前移实现最适合您的需求。

编辑：当选择一个地址时，请将其频率加一，并将其移到具有相同权重的节点组的前面（或（权重除以x）用于更粗略的分组）。我认为您提出的实现存在实际问题，即需要对每个项目进行权重计算。自组织列表是一个很好的选择，但算法需要进行一些调整才能满足您的要求。

进一步编辑： 老化是指权重随时间降低，这意味着您需要知道每个地址使用的时间。这意味着，在构建列表时，您必须拥有完整的电子邮件历史记录。

问题在于我们只想在实际访问时对节点执行计算（而不是搜索）-这为我们提供了统计良好的性能。

- chris

---

有趣的实现，但这仍然会导致最近的在前面或最频繁的在前面，而不是两者的组合。 - Davy8

我不完全确定你所说的“aging”是什么意思。我对这个解决方案的问题在于它更强调频率而不是（或多或少）平等地考虑两者。 - Davy8

一个可能会出现问题的例子是，假设你与客户来回沟通了很多次（因为有一个非常大的问题需要解决），但现在问题已经解决了，你很长一段时间内不需要再联系他们了。由于频率很高，他们仍然处于前台，并将长期保持这种状态。 - Davy8

Answer 2

这种东西似乎类似于Firefox在提示您输入的网站时所做的操作。

不幸的是，我不知道Firefox具体是如何做到的，点数系统也很好，也许您需要平衡一下您的分数:)

我会选择类似于以下内容：

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

您在上个月内没有写过邮件的联系人将获得0分。您可以按照已发送的NoM对它们进行排序（因为它们在联系人列表中:)）。这些将在得分> 0的联系人之后显示。

这只是一个想法，无论如何，目的是给最常联系和刚刚联系的联系人赋予不同的重要性。

- Andrea Ambu

---

嘿，我猜这是我刚刚发布的答案的稍微更加精确的版本。 - Davy8

这只是一些导数的总和，每个导数都有自己的权重（系数为1、1/2、1/3 :)。 - Andrea Ambu

我已删除我的回复，因为你基本上已经说了同样的话并且更多。 - Davy8

你们仍然存在着老化问题。 - Chris Cudmore

如果你想要结合“新近性”和频率，我认为这是必须的。无论如何，每次发送电子邮件时都可以缓存它 :) - Andrea Ambu

Answer 3

如果您想要更好地管理您的电子邮件，可以通过以下几种方式标记最“活跃”的邮件：

• 最后访问时间
• 使用频率
• 与待处理销售相关的联系人
• 直接上司
• 等等

然后将活跃的邮件排在列表顶部。请注意用户最常使用哪个“组”。收集足够的数据后，可以完全切换到该排序策略。

这需要很多工作，但也很有趣...

- Corbin March

---

嘿，比我预想的要复杂，但对其他人可能有用，所以点个赞。 - Davy8

Answer 4

也许可以统计每个地址发送的电子邮件数量。然后：

ORDER BY EmailCount DESC，LastName，FirstName 这样，您最常使用的地址将排在第一位，即使它们已经几天没有使用过。

- Corbin March

---

是的，但在商业环境中（我想我应该明确说明），人们可能会与客户联系几天/几周，解决问题或达成协议/协议，在这种情况下，最近的比最常见的更相关。 - Davy8

当然，有各种潜在的用户 - 我可能会永远每两周给我的远程老板发电子邮件，我可能会有一个活跃的销售账户一个月，我可能会支持一个需要在新建筑后提供额外帮助的客户。也许是频率和时间紧迫性的结合？ - Corbin March

也许是频率和时间紧迫性的结合？是的，这更接近我所寻求的，有点类似于如何平衡这两者的具体细节。 - Davy8

Answer 5

我喜欢按点评分的方式，包括最近使用的频率和其他可能因素（比如偏好与本地域内联系人）。

我曾经在几个这样的系统上工作过，但无论是“最近使用”还是“最常用”，都不太理想。如果你不小心输错一次，那么“最近使用”就会非常麻烦。另外，“最常用”也不会随着时间推移而改变，例如去年你经常联系某人，但现在工作发生了变化。

一旦你确定了要使用的测量指标集，就可以创建一个交互式应用程序来测试不同权重，并查看哪些数据样本能够给出最佳结果。

- Mark Bessey

Answer 6

尽管已经选择了一个答案，但我想提交我的方法供考虑和反馈。

我会通过每次使用时将计数器递增来考虑频率，但是递增的值会比1大，比如10（为第二点添加精度）。

我会通过定期（比如24小时）用某个减少器（比如0.9）乘以所有计数器来考虑最近性。

每次使用：

UPDATE `addresslist` SET `favor` = `favor` + 10 WHERE `address` = '[e-mail]'

每个间隔：

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

通过这种方式，我将频率和最近性合并为一个字段，避免了需要保留详细历史记录来推导{上一天、上一周、上个月}的需求，并且保持了数学（大多数情况下）为整数。

当然，增量和减量必须根据个人喜好进行调整。

- Umbrella

Answer 7

这篇论文描述了一种单参数缓存清除策略家族，其中包括最近最少使用和最不经常使用的策略作为特殊情况。

参数lambda的范围从0到1。当lambda为0时，它的表现就像一个LFU缓存，当lambda为1时，它的表现就像一个LRU缓存。在0和1之间，它以自然的方式结合了最近性和频率信息。

- Doug McClean