pile·
AI / ML·NOL TechNOL Tech·

NOL은 어떻게 당신의 다음 여행지를 알고 있을까?

문제RFM 분석은 과거 구매 데이터에만 의존해 고객의 다변적 니즈와 미래 행동을 예측하기 어려웠다.
접근계층적 User Segment 구조 설계. Level 1에서 행동 횟수·비율 기반 User Tag를 구성하고, Level 2에서 통계·ML/DL 기반 예측 세그먼트를 생성. 1일~1년의 다양한 시간 윈도우로 최신성과 보편성을 균형있게 반영했다.
결과Segment score로 고객 특성 강도를 정량화해 마케팅·추천·검색·광고 전 서비스에 활용 가능한 초개인화 데이터 인프라를 구축했다.
NOL Tech
NOL Tech 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2