电子邮件发送时间优化

Question

我有一个关于优化消息(电子邮件/推送/文本等)的问题。将时间发送给我们的订阅者。期望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的历史，他们的人口统计信息和其他一些浏览历史。但我不确定这是不是一个机器学习模型，因为每个人的行为都是如此不同，而且我没有很多好的预测者。

我应该只在历史数据中总结他们的最佳到达时间，还是可以是一个机器学习模型？

Answer 1

事实上，许多活动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。但这需要自己的甜蜜时间来得出结论，即，你将电子邮件发送给用户10天，然后你必须计算用户.This最频繁的打开时间。

也就是说，没有什么可以阻止我们使用ML模型来解决这个问题:)

如果你考虑你的目标(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。

以下是一些帮助您入门的链接：

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