12、邮件优先级排序与回归分析：原理、实践与应用

邮件优先级排序与回归分析：原理、实践与应用

邮件优先级排序

权重数据构建

在邮件优先级排序中，我们构建了基于训练数据中所有邮件消息词频的最终权重数据。过程与垃圾邮件分类中计算词频的方法类似，但这次会根据这些计数分配对数转换后的权重。 msg.weights 数据框隐含的假设是，与我们之前见过的其他消息相似的新消息比完全陌生的消息更重要。
我们有五个权重数据框用于排序：
1. from.weight ：社交活动特征。
2. senders.df ：线程中发件人的活动。
3. thread.weights ：线程消息活动。
4. term.weights ：活跃线程中的术语。
5. msg.weights ：所有邮件中的常用术语。

训练和测试排序器

为了为训练数据中的每条消息生成优先级排名，我们需要将上一节中生成的所有权重相乘。具体步骤如下：
1. 定义 get.weights 函数 ：

get.weights <- function(search.term, weight.df, term=TRUE) {
    if(length(search.term) > 0) {
        if(term) {
            term.match &l