디자인 이미지

openQuery RE는 특화된 콘텐츠 추천 알고리즘을 활용하여
사용자의 선호와 행동특성에 대한 정확한 이해를 통해
기존과는 다른, 추천서비스의 새로운 경험을 제공합니다.

제품 문의

openQuery RE 개요

개별 콘텐츠 특성에 맞게 커스터마이징된
추천 알고리즘 적용으로
새로운 가치를 창출할 수 있는
맞춤형 추천서비스를 제공합니다.

  • 고객 맞춤형 컨설팅

    고객 맞춤형 컨설팅

    사용자 전체 소비 여정에 기반한

    소비 행동 극대화를 위한 방향성 설정

  • 최신기술을 반영한 추천 알고리즘

    최신기술을 반영한 추천 알고리즘

    상세단위별 추천 알고리즘을 고려한

    복합적인 AI기반 자동화된 추천서비스

  • 사용자 경험이 집약된 초개인화

    사용자 경험이 집약된 초개인화

    개인화 경험에 대한 데이터 분석 기술력으로

    초개인화(Hyper-personalization) 실현

openQuery RE 구성

수집/저장된 데이터 사용자 간의 유사성을 바탕으로
다양한 알고리즘 및 분석을 통해
사용자의 선호도를
예측하여 사용자의 유형에 맞는 맞춤형 추천을 위한
실시간 추천체계를 구성합니다.

오픈쿼리알이 플랫폼

특화기술

AI기술을 결합하여 대량의 데이터에 대한
처리 및 고객 세그멘테이션의 정교함과
고객 맞춤식
컨설팅으로 초개인화(Hyper-personalization)를 실현합니다.

01

특화된 추천 알고리즘

Text Analytics & Machine Learning & Statistics
기술을 접목한 콘텐츠 소비이력 및 콘텐츠 내용기반
하이브리드 추천 알고리즘

02

대용량 데이터 분석

Elastic Index에서 바로 통계분석, 사용자 행위분석을
함으로써 수 천만, 수 억 건의 사용자 행위데이터 분석,
통계에도 성능의 저하 없이 대용량 분석 진행

03

활동로그 기반 초개인화

사용자 프로파일 및 행위로그에 대한 다면분석을 통해
개인별 맞춤 큐레이팅 서비스(초개인화) 제공

주요기능

실시간 데이터 기반으로 적용되는 추천솔루션은
일반적으로 사용되고 있는 개인화 추천관련 기술보다,

상세한 추천 모델(알고리즘)들을 보유하고 있어
다양한 분야에서 적용되고 있습니다.

데이터 수집 및 저장

데이터 수집/저장

데이터 원문 / 로그 등의 데이터 수집
Elasticsearch(ELK Stack) / Spark / Kafka / NiFi기반 데이터 수집체계
메타데이터에 대한 실시간 필터링 / 데이터 추출(정제)
자체 분산 저장소를 활용한 대용량 데이터 저장

데이터 내용분석

데이터 내용분석

원문 전처리 기술(자연어처리&단어, 구, 문장, 문서 Embedding)
Text Analytics와 딥러닝 기반의 Language Model을 활용한 콘텐츠 내용 분석
내용 유사도(Similarity) 기반 스코어링으로 Rank
텍스트/문서 추천 뿐만 아니라 다양한 콘텐츠 형태의 추천 (그림, 동영상, 음원, 강의, 인재 등)

개인화 추천

개인화 추천

사용자 단일 특성이 아닌 복합 특성을 고려하여 다양한 분야에서 선호하고 있는 콘텐츠 제시
CF(Collaborative Filtering), CB(Contents Based), 콘텐츠 내용 유사도를 통한
다양한 개인화 추천 모델 자체 분산 저장소(Elasticsearch)를 통한 실시간 개인화 추천 서비스

openQuery RE 소식

오픈쿼리 알이의 최신 동향을 알려드립니다.