Probability

Interessante use-case POSTNL (Martin = Data Scientist POSTNL en Jelmer van Riviq)

Bij PostNL hebben ze gekeken naar hoe goed hun FAQ's op hun website aansloten bij de vragen die de klanten hadden. 
Ze hebben dit gebouwd in R-studio met een Amazon Database

Dit project hebben ze als volgt aangevlogen:
1. bouwen trainingsset met unieke situaties
2. FAQ per unieke situatie
3. Wanneer is een FAQ goed (bepalen):
  - als ze niet bellen
  - als ze positieve feedback geven achteraf via Usuabilla
4. Algorithme bouwen  - naive bayes gebruikt voor de voorspelling
5. top 3 FAQ selecteren voor de site per situatie
6. Controleren met Click-Trough-Ratio (stijgend) en call-ratio (dalend)

Uiteindelijk hebben ze gekeken naar de Posterior Probability in het Naive Bayes algorithme:
Posterior Probability = Joint probability / Prior
where:
- Joint Probability = (FAQ was goed / sum(FAQ getoond)) * (FAQ was goed / sum(goede FAQ's))
- Prior = sum((FAQ was goed / sum(FAQ getoond)) * (FAQ was goed / sum(goede FAQ's)))