Intelligent Services with Recommendation and Decision Optimization
연구 내용
사용자 행동과 맥락을 모델링하여 맞춤형 추천과 최적 의사결정을 지원하는 지능형 서비스 연구
연구실은 인공지능 응용을 위해 추천 시스템과 의사결정 최적화 기법을 결합하는 연구를 수행합니다. 사용자-아이템 상호작용 데이터의 희소성과 편향을 고려하여 잠재 요인 기반 표현 학습 또는 그래프 기반 관계 모델을 구성하고, 시간적 변화가 반영되도록 학습 목표를 설계합니다. 또한 제약 조건과 비용을 함께 고려하는 최적화 관점을 적용하여 단순 정확도 중심이 아닌 실제 의사결정 품질을 높이는 방향으로 연구합니다. 결과적으로 서비스 도메인에서 요구되는 개인화와 안정성을 동시에 달성하는 파이프라인을 구축하는 것을 목표로 합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
제공된 논문·과제의 연도 데이터가 없어, 연구 흐름은 방법론 단위의 전개로 설명합니다. 초기에는 상호작용 로그를 정리하고 피처와 표현을 설계하여 기본 추천 성능을 확보합니다. 이후 단계에서는 세션 맥락, 시간 효과, 음성 샘플링 전략을 반영하여 순위 성능과 안정성을 개선합니다. 마지막으로는 추천 결과를 의사결정 문제로 재구성해 제약을 포함한 목표 함수로 튜닝하고, 오프라인 평가에서 확인한 개선을 실제 운영 시나리오 검증 절차로 연결합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.