Graph Ontology | LST Lab. · Stochastic Systems Lab.

개인을, 관계와 상황 속에서 이해합니다.

사용자의 행동 이력뿐 아니라 아이템, 상황, 선호와의 관계를 함께 표현합니다. 관측이 적거나 환경이 달라졌을 때에도 개인화에 필요한 지식을 보완하고 활용하는 방법을 연구합니다.

THE RESEARCH CHALLENGE

클릭 이력이 비슷하다고 같은 추천이 적합한 것은 아닙니다. 개인의 선호와 현재 상황을 연결하고 추천의 근거를 다루는 것이 핵심입니다.

Graph Ontology · 연구 개요모바일에서는 좌우로 이동

기능 관계를 설명하기 위한 개념도입니다. 예시 개체와 연결은 특정 기업의 실제 데이터나 이미 구축된 지식그래프를 나타내지 않습니다.

이해를 위한 가상 질문

“같은 사용자라도 출근 중과 주말에는 무엇을 다르게 추천해야 할까요?”

연구에서 연결하려는 정보사용자 ↔ 선호 ↔ 현재 상황 ↔ 사용 가능한 서비스 ↔ 추천 후보. 개인화된 디지털 트윈과 지식 증강을 활용하여 추천에 필요한 맥락을 표현합니다.

01 / KNOWLEDGE SCHEMA

도메인의 개념과 관계를 정의하고, 문서와 데이터에서 얻은 지식을 일관된 구조에 연결합니다.

02 / CONTEXTUAL LEARNING

그래프 기반 표현학습과 LLM을 연결하여 추천·검색·추론에 필요한 맥락을 활용합니다.

03 / EVIDENCE & GOVERNANCE

정보의 근거, 최신성, 접근 권한을 함께 다루는 방향을 탐구합니다. 그래프 사용만으로 정답이나 보안이 보장되지는 않습니다.

A question you could work on

Related research