我正在处理一个分析问题，我的客户与最终消费者打交道。最终消费者可以根据他们的经验（星级、文字等）给客户留下评论。我正在尝试将新/老客户分为不同的质量类别：对于在线广告平台来说，好、一般、差。我正在寻找有关如何执行此操作的规则/方法的见解
如何设定一个可量化的阈值来称呼客户对业务好、一般、坏？有可用的消费者评论数据（想象一张包含客户的表格，以及他们收到的星级评分，和/或来自消费者的文字评论）
如何在平台上对没有或只有很少评论数据的新客户进行分类，特别是有些客户有很多评论可用？
用于确定没有评论数据的用户组的规则/方法
数据挖掘
机器学习
统计数据
可能性
2022-03-09 14:24:57
1个回答
从一些自然阈值开始：>3* 平均，>4* 好，>4,5*：优秀，4,9+* 完美。然后，您可以根据一些平均值、其他指标甚至文本来更正您的评分（但这很难）。老实说，我不确定它是否会起作用，因为评级应该是可见的，并且为具有相同平均评级的客户提供不同的状态会引起注意。
将它们留空，消费者喜欢知道他们是第一个评论/知道没有可靠的评级。没有评论是一个有趣的信息。这将促使客户和消费者给出评分。