最近/经常联系的自动完成算法？答案

【问题标题】：Algorithm for most recently/often contacts for auto-complete?最近/经常联系的自动完成算法？
【发布时间】：2010-09-17 14:33:25
【问题描述】：

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，这违背了自动完成的目的

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。

我想知道是否有任何已知的用于此类搜索的好的算法，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，过去三天是 4 分，上周是 3 分，上个月是 2 分，过去 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。除了这些数字“感觉”正确之外，没有其他真正的逻辑。

除了随意挑选的数字之外，还有没有人有任何意见？如果您能说明您认为它们比我的更好的原因，也欢迎其他数字

编辑：这主要是在一个商业环境中，其中最近（是的，可以编造单词）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 次和说 30 次的人之间确实没有太大区别。

【问题讨论】：

标签： algorithm language-agnostic usability

【解决方案1】：

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）。

我会通过将所有个计数器定期（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'

每个区间：

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。

【讨论】：

【解决方案2】：

This paper 描述了一个缓存逐出策略的单参数系列，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 的范围是 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，它以一种自然的方式结合了新近度和频率信息。

【讨论】：

【解决方案3】：

看看自组织列表。

快速而肮脏的外观：

移至前端启发式：一个链表，这样每当一个节点被选中时，它就会被移动到链表的前面。

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链表的最前面，这样访问频率最高的就在链表的头部。

看起来迁移到前端实现最适合您的需求。

编辑：选择地址后，将其频率加一，然后移动到具有相同权重的节点组的前面（对于课程分组，或（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。自组织列表是一个不错的方法，但算法需要一些调整才能完成您想要的操作。

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，您必须拥有完整的电子邮件历史记录。

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

【讨论】：

有趣的实现，但是这仍然会导致最近在前面或最频繁在前面，而不是两者的组合。
我不完全确定你所说的衰老是什么意思。我对这个解决方案的问题是它更加强调频率，而不是（或多或少）相等。
一个可能存在问题的例子是说你和客户来回交谈了很多（有一个非常大的问题要解决）但现在已经完成了，你不需要很长一段时间不再联系他们。由于频率很高，它们仍然处于领先地位，并且会持续很长时间。

【解决方案4】：

我喜欢基于积分的系统的想法，其中包含最近使用的积分、使用频率以及可能的其他因素（更喜欢本地域中的联系人？）。

我曾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。

一旦您有了想要使用的一组测量值，您就可以创建一个交互式应用程序来测试不同的权重，并查看哪些权重可以为您提供一些样本数据的最佳结果。

【讨论】：

【解决方案5】：

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
等

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

工作量很大，但很有趣......

【讨论】：

嘿，比我想的要复杂，但可能对其他人有用，所以 +1

【解决方案6】：

这种事情似乎类似于 Firefox 在提示您正在输入的网站时所做的事情。

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:)

我会选择类似的东西：

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 > 0

的接触后显示

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。

【讨论】：

嘿，猜猜这是我刚刚发布的答案的稍微计算的版本
这只是导数的总和，每个导数都有自己的权重（系数 1、1/2、1/3 :)
删除了我的，因为你基本上说了同样的话，然后又说了一些
你还有老化的问题。
上个月未写信的联系人获得 0 分。它们将在积分> 0的联系人之后列出，按“发送给该联系人的邮件总数”排序，我的回答不清楚吗？我需要重新措辞吗？

【解决方案7】：

也许计算发送到每个地址的电子邮件数量。那么：

ORDER BY EmailCount DESC、姓氏、名字

这样，您最常用的地址会排在第一位，即使它们已经有几天没有使用了。

【讨论】：

是的，但在商业环境中（我想我应该指定），可能会与客户/客户联系几天/几周，要么解决问题，要么达成交易/agreement，在这种情况下，最新的比最常见的更相关。
当然，有各种各样的潜在用户——我可能永远每两周给我的远程老板发一封电子邮件，我可能有一个活跃的销售帐户一个月，我可能支持需要额外帮助的客户新建后。也许是频率和时间即时性的结合？
“可能是频率和时间即时性的组合？”是的，这就是我想要的更多，有点像如何平衡两者的细节。