Задача: У меня есть список шаблонов емейлов, скажем их 100 штук. Эти емейлы мы предлагаем пользователю. В свою очередь, он может выбрать один шаблон и отправить своему клиенту. В клиента тоже есть ряд признаков (например, город, стать, доход и т. д... )
Если клиент отвечает на шаблон, то мы говорим, что шаблон достиг цели. Если нет - не достиг.
Я хочу создать рекомендательный алгоритм, который будет рекомендовать шаблон на основании обратной связи от клиента (считаем что обратная связь позитивная, если клиент открыл емейл) и профиля клиента по ряду признаков, т. е. чем больше таких же клиентов отвечают на шаблон, тем более он популярный для данной группы клиентов.
Вот пример данных:
email_template_id - id отправленного емейла в БД
Answered? - ответил ли клиент на емейл или нет
Пот пример выходных данных
Где Recommended emails - рекомендованый список емейлов в подядке приоритета
Какие алгоритмы ML помогут достичь этой цели? Буду благодарен за любые рекомендации
Спасибо
