매칭 진행 중
·
ID
654339
상품 구매 데이터 기반 AI 유저 군집 추론 시스템 개발
기업 용역
정부 지원 과제
기술 이전
을 함께 진행할
대학 연구실
을 찾는 공고입니다.
본 과제는 상품 단위의 구매 이력과 구매 위치 데이터를 활용하여, AI 기반의 유저 군집 추론 시스템을 개발하는 것을 목표로 합니다. 기존의 단순 추천 시스템을 넘어, 다양한 환경 조건과 구매 맥락을 반영하여 개별 유저의 성향을 추론할 수 있는 지능형 모델을 구축하고, 이를 실제 플랫폼에 적용하여 성능을 검증하고자 합니다.
게시자 유형
기업
핵심 키워드
데이터 분석
AI
강화학습
과제 규모
협의 가능
공고 마감일
미정
기업 소개
기업 소개 및 사업 영역
해당 기업은 소비자 리테일 구매 데이터를 기반으로 한 데이터 분석 및 마케팅 솔루션을 제공하는 기업입니다. 안드로이드 및 iOS 환경에서 운영 중인 영수증 크라우드 소싱 플랫폼을 통해 오프라인 영수증 및 온라인 구매 데이터를 수집·분석하고 있으며, 이를 활용한 설문조사, 대시보드, 타겟 마케팅 서비스를 운영하고 있습니다.
대표 제품 및 서비스
- 영수증 크라우드 소싱 플랫폼 ‘영끌’ - 데이터 기반 마케팅 및 소비자 분석 서비스
정부과제 / 산학협력 경험
- 영수증 및 구매 데이터 기반 분석 시스템 개발 경험 - Vision LLM 연계 영수증 분류 기능 개발 경험 - 대규모 로그 데이터 및 구매 데이터 분석 경험
과제 개요
연구 희망 주제
본 연구는 상품 구매 이력과 구매 위치 데이터를 결합하여, 유저의 소비 패턴과 성향을 추론할 수 있는 AI 기반 군집 모델을 개발하는 것을 목표로 합니다. 정형·비정형 데이터를 통합 분석하고, LLM 및 GNN 기반 접근을 활용하여 복합적인 유저 행동을 군집화하고자 합니다.
연구 진행 배경
플랫폼을 통해 수집되는 상품 구매 데이터와 위치 정보가 지속적으로 증가함에 따라, 단순한 통계 분석이나 규칙 기반 분류 방식으로는 유저 성향을 정밀하게 파악하는 데 한계가 발생하고 있습니다. 데이터 규모와 복잡성이 증가하는 환경에서, 사용자 행동을 보다 정교하게 예측할 수 있는 AI 기반 유저 군집 추론 기술의 필요성이 대두되고 있습니다.
연구 과제 개요
1. 구매 데이터 분석 및 구조화 - 상품 단위 구매 이력 및 구매 위치 데이터 분류 - 데이터 간 상관관계 분석 및 특징 도출 2. 유저 군집 추론 모델 개발 - 정형·비정형 데이터 통합 모델 설계 - 지도·비지도 학습 혼합형 AI 모델 개발 3. 고도화된 AI 기법 적용 - LLM 및 GNN 기반 군집화 및 추론 기법 적용 - 강화학습 기반 반복적 모델 개선 구조 검토 4. 실증 적용 및 성능 검증 - ‘영끌’ 플랫폼 내 실제 적용 - 피드백 기반 재학습 및 성능 고도화
세부 목표
- 구매 데이터 기반 유저 군집 추론 모델 확보 - 복합 소비 패턴을 반영한 유저 성향 분석 정확도 향상 - 실제 서비스 적용을 통한 모델 성능 검증 - 상용화 가능성 검토 및 고도화 방향 도출
협업 요건
협력 가능 분야
- AI 기반 데이터 분석 및 모델링 - 유저 행동 예측 및 군집 분석 - LLM 및 GNN 기반 추론 모델 연구 - 대규모 구매 데이터 처리 및 분석
파트너 기대 역할
기업 역할 - 상품 구매 이력 및 위치 데이터 제공 - 플랫폼 환경 및 실증 테스트 환경 제공 - 연구 결과의 서비스 적용 및 피드백 제공 연구실 역할 - 유저 군집 추론 알고리즘 연구 및 개발 - AI 모델 설계, 학습 및 성능 분석 - 모델 고도화 및 재학습 전략 제안
협업 파트너 희망 요건
- AI 및 데이터 분석 관련 연구 경험 보유 연구실 - 대규모 정형·비정형 데이터 처리 경험 - 실증 테스트 및 산학 협력 연구 수행 경험 보유 연구팀