사용자 활동 유지를 위해 이벤트 기반 소셜 네트워크(EBSN)에서 효과적인 이벤트 일정 추천은 중요한 문제이며, 시간 및 지리적 제약 조건 내에서 사용자 선호도를 극대화해야 한다. 기존 방법은 문제의 NP-hard 특성으로 인해 효율성, 효과성 및 일반화 사이에서 상충 관계에 직면한다. 본 논문은 안내되고 효율적인 일정 관리 프로세스를 통해 대규모 언어 모델(LLM)의 이벤트 일정 관리 기능을 활성화하는 Chain-of-Scheduling (CoS) 프레임워크를 제안한다. CoS는 탐색, 검증 및 통합의 세 가지 원자 단계로 일정 관리 작업을 구성하여 LLM을 강화한다. 그런 다음 지식 증류(KD)를 통해 LLM이 자율적으로 CoS를 생성하도록 한다. 실험 결과는 CoS가 세 개의 실제 데이터 세트에서 높은 효율성으로 이론적으로 최적에 가까운 효과를 달성하고 해석 가능한 방식으로 작동함을 보여준다. 또한, 도메인 외부 데이터에 대한 강력한 제로샷 학습 능력을 입증했다.
