openQuery
Recommendation Edition

취향저격!! 나만을 위한 추천 서비스를 받고 싶다면
사용자별 관심사를 분석, 제시하는 맞춤형 콘텐츠 추천솔루션
openQuery RE는 스크립트기반 웹로깅, 서버 로그 수집을 통해 대용량의 로그에 머신러닝 알고리즘을 적용하고, 다양한 개인별/연관 콘텐츠 추천 서비스를 제공하여 고객의 데이터에 새로운 인사이트를 도출하는
맞춤형 콘텐츠 추천솔루션입니다.
openQuery RE는 스크립트기반 웹로깅, 서버 로그 수집을 통해 대용량의 로그에 머신러닝 알고리즘을 적용하고,
다양한 개인별/연관 콘텐츠 추천 서비스를 제공하여 고객의 데이터에 새로운 인사이트를 도출하는
맞춤형 콘텐츠 추천솔루션입니다.

아키텍처

openQuery RE는 사용자의 소비이력 및 콘텐츠의 내용 등을 수집/저장하고 분석을 통해
추천 모델을 생성하여 맞춤형 큐레이팅과 콘텐츠를 추천하도록 구성되어 있습니다.

특장점

openQuery RE는 일반적으로 사용되고 있는 개인화 추천관련 기술보다 상세한 추천 모델(알고리즘)들을 보유하고 있어 다양한 분야에서 적용되고 있습니다. openQuery RE는 일반적으로 사용되고 있는 개인화 추천관련 기술보다 상세한 추천 모델(알고리즘)들을
보유하고 있어 다양한 분야에서 적용되고 있습니다.

Non DBMS 아키텍처를 통한 고성능 대용량 데이터 분석

Elastic Stack을 통한 사용자 행위분석(로그분석) 시스템은 DBMS를 사용하지 않고 Elastic Index에서 바로 통계분석, 사용자 행위분석을 함으로써
수 백만, 수 천만 건의 사용자 행위데이터 분석, 통계에도 성능의 저하 없이 대용량 분석이 가능

활동이력 분석을 통한 추천 알고리즘 다양화

단순 소비이력 외 사용자 접근경로, 콘텐츠 소비시간 분석 등 보다 많은 사용자 활동로그에 대한 분석을 통해 추천 알고리즘 다양화
비즈니스 영역(상품/콘텐츠 유형별)에 따라 특화된 추천 시나리오의 적용

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

콘텐츠 소비이력에 기반하여 다수의 사용자의 관심사 및 트렌디한 추천 기능 제공
콘텐츠 내용에 기반한 추천은 Long-tail 또는 인지하지 못한 콘텐츠 추천을 가능하게 하고, 소비자 입장에서는 다양성 있는 연관 콘텐츠 발견 가능성을 높임

주요기능

안정성이 확보된 오픈소스 엔진에 자체 개발한 추천전문 엔진을 결합하여
보다 안정적으로 시스템을 구축/유지할 수 있고, 사용자에게는 보다 편리한 기능을 제공합니다.
안정성이 확보된 오픈소스 엔진에 자체 개발한 추천전문 엔진을 결합하여 보다 안정적으로 시스템을 구축/유지할 수 있고, 사용자에게는 보다 편리한 기능을 제공합니다.
데이터 수집/저장
데이터 원문/로그 등의 데이터 수집
메타데이터에 대한 실시간 필터링/데이터 추출(정제)
자체 분산 저장소를 활용한 대용량 데이터 저장
개인화 추천
비지니스 이해를 통한 추천 로직 기획
대용량 사용자 소비이력 및 콘텐츠 내용 분석
Collaborative Filtering을 통한 다양한 개인화 추천 모델
자체 저장소(Elasticsearch)를 통한 실시간 개인화 추천
데이터 내용 분석
원문 전처리 기술 (한국어/중국어/일본어/영어)
Text Analytics와 Word, Document Embedding을 활용한
핵심 키워드 추출 및 연관 키워드 추출
관리도구
콘텐츠 소비이력 및 추천내용에 대한 대시보드 제공
모니터링 시각화 화면 제공

주요 고객사

다양한 시스템 구축 경험을 통한 노하우와 철저한 분석을 통한 성공적인 사업수행으로
많은 고객사들이 ㈜아이브릭스의 제품을 사용하고 있습니다.
다양한 시스템 구축 경험을 통한 노하우와 철저한 분석을 통한 성공적인 사업수행으로 많은 고객사들이 ㈜아이브릭스의 제품을 사용하고 있습니다.

KBSEBS한전keit

openQuery RE 구축사례

TOP