# 베이지안 스타트업 가치평가 프레임워크

**날짜**: 2025-10-16
**목표**: Neo4j + 베이지안 MCMC 확률적 가치평가

---

## 개요

**데이터**: K-Startup 12,703개 기업
**구성**: Neo4j 유사 기업 → Bayesian MCMC 확률 분포 → 동적 프리미엄 학습

---

## 아키텍처

```
1. Neo4j → 유사 기업 Top-K 탐색 (공통 태그 K≥3)
2. Bayesian MCMC → 가치평가 확률 분포 (10,000 iterations)
3. PostgreSQL → 프리미엄 학습 및 업데이트 (Beta(α,β))
```

---

## Phase 1: Neo4j 유사 기업 (미구현)

### 입력
```python
{
  "company_name": "리버스마운틴",
  "stage": "seed",
  "employees": 9,
  "industry": ["협업툴", "SaaS"]
}
```

### 검색
- 공통 산업 태그 K개 이상 (K=3)
- 투자 단계 동일 또는 ±1
- Top-5 유사 기업 반환

---

## Phase 2: 베이지안 MCMC (미구현)

### 모델
```
Prior: 로그정규분포 (산업/단계별 평균)
Likelihood: 유사 기업 투자금액 분포
Posterior: MCMC 샘플링
```

### 출력
```
평균: 7.3억원
중앙값: 6.8억원
90% 신뢰구간: [4.2억 ~ 12.5억]
```

---

## Phase 3: 동적 프리미엄 (미구현)

### DB 구조
```sql
CREATE TABLE valuation_premia (
  stage VARCHAR,
  industry VARCHAR,
  premium_mu FLOAT,
  premium_sigma FLOAT,
  updated_at TIMESTAMP
);
```

### 학습
- 신규 투자 데이터 → 자동 재학습
- Beta(α,β) 분포로 업데이트
- 30일 주기 재계산

---

## 구현 우선순위

1. **즉시**: Neo4j 유사 기업 (1주)
2. **단기**: MCMC 확률 분포 (2주)
3. **중기**: 동적 프리미엄 (1개월)

---

## 참고

- 데이터: `/mnt/51123data/DATA/startup/data/startup_data_20251016.json`
- Neo4j: 51123:7687