금융 소비 데이터를 기반으로, 나와 진심이 맞는 사람을 찾아주는 소개팅 서비스

실제 금융 소비 데이터를 분석하여 진정한 취향 궁합을 찾아주는 AI 기반 매칭 서비스입니다.

박심인 Frontend	나윤빈 Frontend	이규민 AI & Frontend
주홍대 Backend	👑 소태호 👑 Backend	김정연 Infra & Backend

1. 자동 프로필 생성

   • 결제 데이터 분석으로 대표유형과 개인 키워드 자동 산출
   • 긴 자기소개 작성 불필요

2. AI 맞춤 매칭

   • 점수 기반 정량적 매칭
   • 퍼센트와 점수로 명확한 궁합 표시

3. 소비패턴 궁합 분석

   • 상위 매칭 상대 추천
   • 소비패턴 궁합 그래프 시각화

4. 개인 소비 분석

   • 내 소비패턴 인사이트 제공
   • 그래프 기반 직관적 분석

기존 소개팅 앱의 선호도 설문이나 프로필 기반과 달리, 실제 금융 소비 데이터로 성향을 분석합니다.

단순 분석이 아닌 GRU 시퀀스 모델로 소비 흐름(순서, 주기, 빈도)까지 반영합니다.

코사인 유사도와 유저 임베딩을 조합해 대표유형 + 키워드 + 유사도를 종합한 최종 점수를 산출합니다.

임베딩/유사도 기반 매칭 결과를 사람이 이해할 수 있는 키워드/유형으로 제공합니다.

1. 마이데이터 최적화

• Rate limit를 고려한 유사 캐시 방식 구현
• DB 우선 조회 후 금융망 요청으로 효율성 극대화

2. 소비 로그 시퀀스 학습

• GRU 기반 모델로 결제 로그 시퀀스 학습
• 시간적 전이와 주기성까지 반영한 소비 임베딩 생성
• 단순 라벨 분류를 넘어선 의미 좌표계 구축

3. 대표유형 & 키워드 자동 산출

• 코사인 유사도로 유저 벡터와 소비 항목 비교
• 유형별 키워드 세트 매핑으로 대표유형 확률 분포 생성
• 딥러닝 임베딩 기반 정확한 성향 추출

4. 정교한 매칭 점수 산출

• 대표유형 + 키워드 벡터 종합 분석
• 선호/비선호 분리: 공통 선호 가산, 공통 비선호 보정
• 매칭 점수, 퍼센트, 순위 자동 산출

5. 설명 가능한 추천

• 매칭 근거가 되는 공통 키워드 추출
• "둘 다 카페를 즐겨요" 등 직관적 피드백 제공
• 확장 가능: 장소 추천, 상권 연계 등

• Framework: React Native (Expo)
• Language: TypeScript
• State Management: Tanstack Query, Zustand
• Styling: NativeWind
• Version: React Native 0.81

• Framework: React
• Language: TypeScript
• Styling: Tailwind CSS

• Frameworks: Spring Boot, FastAPI
• Language: Java 21

• Language: Python 3.13
• Model: GRU 기반 시퀀스 학습

• RDB: MySQL 8.0.42
• NoSQL: MongoDB
• Cache: Redis

• 🎨 Frontend Mobile
• 🌐 Frontend Web
• ⚙️ Backend API
• 🤖 AI Model

# 각 저장소의 README를 참고하세요

이 프로젝트는 MIT 라이선스 하에 있습니다.

• Email: contact@example.com
• Team Notion: 노션 링크