python - 邮件发送时间优化

Question

我有一个关于优化向订阅者发送消息(电子邮件/推送/文本等)的时间的问题。所需的输出将是每个人每天的时间间隔。

我们有一个人打开/点击我们的消息的时间历史记录、他们的人口统计信息和一些其他浏览历史记录。但我不确定这是否可以是一个机器学习模型，因为每个人的行为都如此不同，而且我没有很多好的预测因子。

我应该在历史数据中总结他们的最佳到达时间，还是可以是机器学习模型？

Answer 1

事实上，许多营销事件管理解决方案确实使用该技术，通过简单地获取用户最频繁的电子邮件打开时间来确定最佳到达时间。但这需要很长时间才能得出结论，即，您向用户发送电子邮件 10 天，然后您必须计算该用户最频繁的打开时间。这应该可行。

话虽如此，没有什么可以阻止我们使用机器学习模型来解决这个问题:)

如果你想到你的目标(用户打开电子邮件的时间)，它本质上是一个循环，你可以尝试角度回归。

以下是一些可帮助您入门的链接:

https://stats.stackexchange.com/questions/109959/regression-for-angular-circular-data