SLRM(Self-Learning Response Model) 노드를 사용하면 매번 전체 데이터 세트를 사용하여 모델을 다시 작성하지 않고도 데이터 세트가 커지면 지속적으로 업데이트 또는 재추정할 수 있는 모델을 작성할 수 있습니다. 예를 들어, 여러 개의 제품이 있는데 고객에게 제안했을 때 구매할 가능성이 높은 제품을 식별하려는 경우에 유용합니다. 이 모델에서는 고객에게 가장 적합한 제안과 수락할 제안의 확률을 예측할 수 있습니다.

처음에는 임의로 작성된 제안과 이 제안에 대한 반응을 포함하는 작은 데이터 세트를 사용하여 모델을 작성할 수 있습니다. 데이터 세트가 성장하면 모델을 업데이트할 수 있으므로 고객에게 더 적합한 제안과 나이, 성별, 직업, 소득과 같은 기타 입력 필드에 기반하여 제안 수락 확률을 더 효과적으로 예측할 수 있습니다. 데이터 세트의 대상 필드를 변경하지 않고도 노드 내에서 제안을 추가하거나 제거하여 사용 가능한 제안을 변경할 수 있습니다.

SLRM 노드를 실행하기 전에 노드 특성에 목표 및 목표 반응 필드 모두를 지정해야 합니다. 대상 필드에는 숫자가 아닌 문자열 저장 공간이 있어야 합니다. 목표 반응 필드는 플래그여야 합니다. 플래그의 참 값은 제안 수락을 나타내고 거짓 값은 제안 거절을 나타냅니다.

예. 금융 기관에서 각 고객이 수락할 확률이 높은 제안을 매치시켜 보다 수익성 높은 결과를 달성하고자 합니다. 자체 학습 모델을 사용하여 이전 프로모션에 기반하여 가장 우호적인 반응을 끌어낼 것 같은 고객 특성을 식별하고 최근 고객 반응에 기반하여 실시간으로 모델을 업데이트할 수 있습니다.