1.7 KiB
1.7 KiB
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
{
"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
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
- 즉시: Neo4j 유사 기업 (1주)
- 단기: MCMC 확률 분포 (2주)
- 중기: 동적 프리미엄 (1개월)
참고
- 데이터:
/mnt/51123data/DATA/startup/data/startup_data_20251016.json - Neo4j: 51123:7687