창업노트의 매칭 정확도는 어떻게 높아지나요?
학습 보정 루프를 통한 지속적 정확도 향상
창업노트는 학습 보정 루프라는 고유 엔진으로 매칭 정확도를 높입니다.
작동 방식
| 단계 | 역할 | 설명 |
|---|---|---|
| 초기 학습 | 자격요건 보정 | 신청 결과 없이도 독립적으로 작동 |
| 지속 개선 | rule_trace 보정 | 기준·분류·프로필·룰셋을 단위로 정정 |
| 최종 예측 | 선정 가능성 모델 | 신청 결과를 강한 라벨로 활용 |
주요 특징
- 신청 결과 불필요 설계: 초기 정확도는 자격요건 보정만으로 작동하며, 결과 수집 부담 없음
- 늦은 강한 라벨 활용: 신청·선정·탈락 결과를 수집해 선정 가능성 예측 모델 고도화
- 자동화된 피드백: D+14·D+30 원탭 캡처 자동 파싱, 메일 연동 선택으로 결과 수집 간소화
- 정직한 콜드스타트: 초기 스탠스는 적합도·신청 우선순위까지만 제공, 선정확률은 데이터 누적 후 예측
이를 통해 사용자 신호와 리뷰어 정정이 누적되며 지속적으로 매칭 정확도가 높아집니다.