AI
모델보다 먼저 고민한 데이터
두줄요약
추천 모델 선정에 앞서 모델별 데이터 요구사항과 행동 이벤트의 의미를 검토했습니다. 필수 조건은 Filtering으로 분리하고, 노출·요청·응답을 연결해 기록하는 구조를 제안했습니다.
문제 상황
- 행동 이력과 학습 데이터가 축적되지 않은 초기 추천 시스템 설계
- 모델을 먼저 정하면 필요한 데이터가 뒤늦게 누락될 위험
구조와 흐름
- 속성 기반 추천, 협업 필터링, 지도학습 랭킹별 데이터 요구사항 비교
- 추천 생성·노출·요청·응답·최종 결과를 연결하는 이벤트 기록 검토
- 추천 시점의 조건·프로필·정책 버전 보존을 통한 Feature와 Label 연결
선택 이유
- 직종·최소 경력·급여 같은 필수 조건의 Ranking 점수화 배제
- Filtering으로 추천 가능 후보를 선별한 뒤 Ranking으로 순위 결정
- 요청 미발생, 미노출, 거절을 구분한 학습 데이터 오류 방지
적용해볼 점
- 사용자 간 상호작용 중복도, 요청·응답 분포, 결측·노출 편향 우선 점검
- 데이터 축적 이후 속성 기반·협업 필터링·지도학습 모델 비교
