사용자 세그먼테이션

ZOYI는 사이트에 들어온 온라인 사용자와 대화하는 채널이라는 도구를 만들고 있다. 최근에는 채널을 쓰는 온라인 사용자를 분류하려고 RF(Recency / Frequency) 모델을 도입했고, 다음과 같이 계산해서 사용자를 나누기로 했다.

$0 < f_1 < f_2 < f_3 < f_4$, $0 < r_1 < r_2 < r_3 < r_4$이고, 모든 $f_i$와 $r_i$는 정수다.

각 온라인 사용자는 접속 기록에 따라 $r$, $f$ 값이 정해지고 다음 12가지 중 하나로 분류된다.

• New Customer
• Promising
• About to Sleep
• Hibernating
• Lost
• Potential Loyalist
• Need Attention
• About to Leave
• Champion
• Loyal Customer
• Can't Lose Them
• None

이 중 None은 사용자의 접속 기록이 없을 때를 뜻한다. 그림에서 점 $(r, f)$가 두 개 이상의 분류 경계에 놓이면 $(r - 0.5, f - 0.5)$의 분류를 따른다. 예를 들어 $(r, f)$가 $(r_4, f_2)$이면 Hibernating으로 분류되고, $(r_3, f_4)$이면 Loyal Customer로 분류된다. 이 규칙까지 적용한 분류는 다음 표와 같다.

당신은 RUN에 관심 있는 사이트 이용자 현황을 알고 싶어서 RUN 지원 사이트에 채널을 설치하고 분석하려고 한다. 이 사이트에서는 접속한 사용자의 $r$, $f$를 다음과 같이 정하기로 했다.

• $r$: 현재 시간이 $t$일 때, $t$에서 그 사용자의 가장 최근 접속 시간을 뺀 값
• $f$: 그 사용자의 접속 횟수

사이트 이용자의 접속 이벤트가 주어질 때 위 기준으로 고객을 분류하는 프로그램을 작성하시오.

첫째 줄에 $r_1$, $r_2$, $r_3$, $r_4$를 나타내는 자연수 4개가 순서대로 공백으로 구분되어 주어진다.

둘째 줄에 $f_1$, $f_2$, $f_3$, $f_4$를 나타내는 자연수 4개가 순서대로 공백으로 구분되어 주어진다.

셋째 줄에 접속 이벤트의 수 $N$이 주어진다.

이어지는 $N$개의 줄에 이벤트 정보가 일어난 순서대로 주어진다. 이 가운데 $i$번째 줄의 이벤트는 시간 $i$에 일어난 이벤트를 뜻한다.

각 이벤트는 $A$와 $B$가 공백으로 구분된 형태로 주어진다. $B$는 사용자 이름이고, 공백 없이 길이 10 이하의 알파벳 대소문자로 이루어진다. $A$는 1과 2 중 하나의 값을 가진다. 1이면 사용자가 사이트에 접속했다는 뜻이고, 2이면 그 순간 그 사용자가 무엇으로 분류되는지 출력해야 한다.

$A$가 2인 이벤트마다 그 고객이 어떻게 분류되는지 한 줄에 하나씩 출력한다. 따옴표는 출력하지 않는다.

• $1 \le N \le 100{,}000$
• $0 < r_1 < r_2 < r_3 < r_4 \le 10{,}000$
• $0 < f_1 < f_2 < f_3 < f_4 \le 10{,}000$

첫 번째 예제를 보자. 시간 3에서 Alex는 접속 횟수가 1회이고 가장 최근 접속이 시간 2였으므로 $f = 1$, $r = 3 - 2 = 1$이다. 따라서 New Customer로 분류된다.

시간 7에서 Alex는 접속 횟수가 2회이고 가장 최근 접속이 시간 6이므로 $f = 2$, $r = 7 - 6 = 1$이고 Potential Loyalist로 분류된다.

시간 8에서 RUN은 접속 횟수가 3회이고 가장 최근 접속이 시간 5이므로 $f = 3$, $r = 8 - 5 = 3$이고 Need Attention으로 분류된다.