연구실은 추천 시스템 분야에서 사용자 및 아이템 표현 학습, 이질적 모델 간 지식 증류, 그리고 동적 시계열 패턴 모델링 등 다양한 기법을 통해 추천 정확도와 개인화 성능을 향상시키는 데 집중하고 있습니다. 또한 대규모 사전학습 언어 모델을 소프트웨어 공학 분야에 적용하거나, 주제 분류 및 텍스트 분석 기술을 활용하여 데이터의 구조를 발견하는 연구도 병행하고 있습니다.
학과 페이지에 적힌 연구 분야
연구실 Data Intelligence Lab 전공분야 Big Data, Data Mining, Text & Multimedia Mining, Machine Learning, Databases
90
논문
80
주도 (교신·마지막저자)
32
분야 상위 10% 논문
2.26
FWCI 중앙값
777
총 인용
2009–2026
수집 범위
FWCI(Field-Weighted Citation Impact)는 같은 분야·연도·논문 유형의 세계 평균을 1.0으로 놓고 비교한 값입니다. 분야 보정이 되어 있어 학회 논문과 저널 논문, 전산학과 재료공학을 같은 잣대로 볼 수 있습니다. 논문 90편 중 68편에 대해 산출됐습니다.
논문 유형게재지가 확인되지 않은 논문 18편
학회 논문 60프리프린트 16저널 논문 14
이 연구실 논문의 20%는 OpenAlex에 게재지가 기록돼 있지 않거나 arXiv 같은 프리프린트 저장소로만 남아 있습니다. 국내 전산 분야에서 흔한 일이며, 실제 학회 게재본이 없다는 뜻이 아닙니다. 이 때문에 이 사이트는 게재지 등급(SCIE, Impact Factor 등)을 매기지 않습니다 — 그렇게 하면 최상위 학회에 주로 내는 연구실이 가장 불리해집니다.
연도별 논문
주도 (교신·마지막저자)참여
2026년 · 주도 20편 · 참여 3편
연구 계통도
모든 분야가 2025년 이후로도 이어지고 있습니다.
가로축은 연도, 점 크기는 그 해 논문 수입니다. 실선은 지금도 이어지는 줄기, 점선과 빈 동그라미는 2025년 전에 끊긴 줄기입니다. 논문 2편 이하인 분야 3개(3편)는 단발성 협업으로 보아 그리지 않았습니다.
전국 대학 · 전 분야