프로젝트 소개
본 과제는 라이브 커머스 환경에서 브랜드와 판매자(셀러)를 효과적으로 연결하기 위해 머신 러닝 기술을 활용한 맞춤형 매칭 플랫폼을 개발하는 연구임.
연구 목표는 대용량 데이터를 효율적으로 저장하고 빠르게 분석하여 라이브 커머스에 최적화된 셀러 매칭을 가능하게 하는 데 있음. 이를 위해 하둡 분산 파일 시스템(HDFS)과 MapReduce를 도입하여 대용량 파일 저장 및 빠른 분산 분석 기능을 확보하는 것임.
핵심 연구 내용은 데이터 웨어하우스 인프라로 HIVE를 도입하여 적재된 대용량 데이터를 분석하고, 파티셔닝 및 인덱싱 기술을 활용하는 것임. 또한, 콘텐츠 기반, 협력 기반 또는 하이브리드 기반의 추천 알고리즘을 적용한 매칭 시스템을 개발하여 정제된 데이터를 기반으로 고객에게 유효한 셀러 브랜드를 매칭하는 것임.
기대 효과는 빅데이터 기반의 정확한 셀러 매칭 서비스를 통해 브랜드의 라이브 커머스 진행 목적에 맞는 전문 셀러를 매칭하고 구매 전환율을 예측하는 것임. 이를 통해 구매 전환율 3% 도달, 항목별 목표치 90% 달성, nDCG 수치 0.8 도달 등 라이브 커머스 판매 전략 표준화 및 경쟁력 강화에 크게 기여할 것으로 전망됨.