学习特性

学习模块使用访问者特性和要约接受数据进行学习。 可以选择要监视的访问者特性。 这些访问者特性可以是客户配置文件中的任何数据，包括您在交互式流程图中引用的维度表中存储的特性，或您实时收集的某些事件参数。

虽然您可以配置任意数目的要监视特性，IBM 建议您配置不超过十个学习特性（包括静态和动态学习特性），并遵循以下准则。

选择独立特性。

不要选择类似的特性。 例如，如果您创建了一个称为 HighValue 的特性，并且该特性是根据薪金通过计算定义的，则不要同时选择 HighValue 和“薪金”。 类似特性对学习算法没有帮助。

选择具有离散值的特性。

如果特性具有取值范围，您必须选择一个确切值。 例如，如果您要将薪金用作特性，则应为每个薪金范围提供一个具体值，范围 20,000-30,000 应为 A，30,001-40,000 应为 B，等等。

限制要跟踪的特性数，以便不妨碍性能。

可以跟踪的特性数取决于性能要求和 Interact 安装。 如果可以，请使用其他建模工具（例如 PredictiveInsight）确定前十个预测特性。 可以将学习模块配置为自动去除非预测特性，但此操作也会有性能损失。

可以通过同时定义要监视的特性数和要监视的每个特性的值数来管理性能。 maxAttributeNames 属性定义要跟踪的访问者特性的最大数目。 maxAttributeValues 属性定义要跟踪的每个特性值的最大数目。 所有其他值都分配到由 otherAttributeValue 属性的值定义的类别中。 但是，学习引擎只跟踪它最先遇到的几个值。 例如，您正在跟踪访问者特性“眼睛颜色”。 您只对值“蓝色”、“棕色”和“绿色”感兴趣，因此您将 maxAttributeValues 设置为 3。但是，前三个访问者的值为“蓝色”、“棕色”和“淡褐色”。 这意味着具有绿色眼睛的所有访问者都将分配到 otherAttributeValue。

您还可以使用动态学习特性，使用动态学习特性可以更具体地定义学习条件。 动态学习特性可让您将两个特性的组合作为单个条目来学习。 例如，考虑以下配置文件信息。

访问者 ID	卡类型	卡余额
1	金卡	$1,000
2	金卡	$9,000
3	铜卡	$1,000
4	铜卡	$9,000

如果使用标准学习特性，只能分别学习卡类型和卡余额。 访问者 1 和 2 将基于卡类型分为一组，而访问者 2 和 4 基于卡余额分为一组。 这可能不能准确预测要约接受行为。 如果金卡持有者趋向于具有较高余额，则访问者 2 的行为可能会完全不同于访问者 4，这将使标准学习特性走偏。 但是，如果使用动态学习特性，则将分别对这些访问者进行学习，因此预测会更加准确。

如果使用动态学习特性，并且访问者对于一个特性具有两个有效值，学习模块将选择它找到的第一个值。

如果将 enablePruning 属性设置为 yes，则学习模块会通过算法确定哪些特性是非预测性的，从而在计算权重时不再考虑这些特性。 例如，您在跟踪一个表示头发颜色的特性，并且学习模块确定没有根据访问者的头发颜色接受要约的模式，则学习模块将不再考虑“头发颜色”特性。 每次学习聚合进程运行时（由 aggregateStatsIntervalInMinutes 属性定义），都会重新计算特性。 也会去除动态学习特性。