Graph-Based Financial Transaction Network Analysis for B2B Market Segmentation and Link Prediction
연구 내용
기업 거래를 노드-엣지로 표현한 금융 거래 네트워크에서 기업 속성을 함께 활용해 중첩 가능한 시장 세그먼트를 도출하고 링크·고객을 예측하는 연구
금융 거래 네트워크를 그래프로 모델링하고 기업 속성을 결합하여 B2B 시장 분석을 수행합니다. 거래의 방향성과 네트워크 위계 정보를 반영해 커뮤니티 탐지 및 세분화 구조를 생성하며, 기업이 여러 세그먼트에 동시에 속할 수 있는 중첩 관계를 해석 대상으로 다룹니다. 또한 거래 토폴로지와 기업 특성 빈도를 함께 고려하는 유사도 스코어를 설계해 링크 예측과 신규 거래 후보 추정을 수행합니다. 경쟁자 식별과 고객 추천으로 연결되는 의사결정 중심 분석 체계를 구축합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 동적 금융 거래 네트워크에서 메모리 개념을 활용해 경쟁자 식별을 수행하는 방향으로 연구를 시작했습니다. 이후 기업 속성과 함께 금융 multiple transactions를 그래프 생성 모형에 통합하여 B2B 시장 세분화의 중첩 구조를 해석하는 연구로 확장했습니다. 최근에는 거래 네트워크 위계성과 기업 속성 빈도를 동시에 반영하는 Attribute-Transaction Similarity 기반 링크 예측, 신규 시장에서 잠재 고객을 찾는 유사도 추천 방식까지 범위를 넓히며 예측 정확도를 중심으로 검증하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Competitor identification with memory in a dynamic financial transaction network
Graph-Based Approach for Industrial Market Segmentation Using Financial Transaction Network Structure and Firm’s Attribute
A Novel Similarity Score for Link Prediction Approach Using Financial Transaction Networks and Firms’ Attribute
A novel similarity-based recommendation for identifying potential customers in new markets using an inter-firm transaction network
관련 프로젝트
구분
제목
그래프 마이닝 기반의 B2B 시장 세분화와 예측 및 공급망 시각화 연구
그래프 마이닝 기반의 B2B 시장 세분화와 예측 및 공급망 시각화 연구