|
금융전문가에 의해 신용등급이 결정되어 왔으나, 현재는 데이터마이닝을 이용하여 주관적인 견해를 배제하고 데이터를 바탕으로 신용등급을 결정하는 시스템을 많이 사용한다. 1. 데이터 마이닝 분석 기법
2. 프로그램
3. 응용사례
|
|
|
데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹 텍스트 마이닝(Web Text Mining)
3. 지식관리시스템(Knowledge Management System)
1) Dateware
2) Sovereign Hill Software, Inc.
3) Semio
4) Relevance Technologies,
4. 검색엔진 (Search Engine)
1) Nor
|
|
|
Networks)
④ 시각화(Data Visualization)
⑤ OLAP (On-Line Analytical Processing)
⑥ 동시발생매트릭스(Co-Occurrence Matrix)
⑦ 연관성 측정
⑧ 군집분석(Cluster Analysis)
⑨ K-평균군집화(K-Means Clustering)
2. 프로그램
3. 데이터 마이닝 응용 사례
|
|
|
데이터마이닝의 활용분야
3. 데이터마이닝의 기능과 기법
4. BC카드사 소개
5. BC카드의 데이터마이닝 도입배경
6. BC카드의 데이터마이닝 적용
1) 분석절차
2) 데이터마이닝 프로세스
7. 데이터마이닝의 효과
◈ 결 론
1. 사례연구 결
|
|
|
외 다수 Ⅰ. 서론
1. 마케팅과 CRM
Ⅱ. 본론 1
1. CRM과 데이터베이스 마케팅
2. CRM 의 개념
3. CRM의 필요성
4. CRM 구축의 전제조건과 구축 프로세스
5. CRM 사업의 실태와 전망
Ⅲ. 본론 2 - CRM 구축사례
Ⅳ. 결론
|
|
|
데이터 마이닝을 위한 기계학습 기법, 정보과학회논문지 135, 2000.
배덕호 외, 공간 데이터마이닝 시스템의 설계 및 구현, 한국GIS학회지 제11권 제2호, 2009.
빅데이터 전략연구센터, 더 나은 미래를 위한 데이터 분석 : Big Data 글러벌 선진사례 2,
|
|
|
데이터웨어하우스의 진화
4. 특성
5. Framework
6. 아키텍처
7. DB와 DW의 차이점
8. 구축효과
9. DW 환경에서의 Star Transformation 기술 활용
10. DW를 이용한 고객유지와 이익창출
11. 적용사례
데이터마이닝
1. 정의
2. 배경
3. PROCESS(KDD)
4. 기법 종
|
|
|
데이터베이스 마케팅
2. CRM 의 개념
3. CRM의 필요성
4. CRM 구축의 전제조건과 구축 프로세스
5. CRM 사업의 실태와 전망
III. 본론 2 - CRM 구축사례
1. 사례 I (삼성생명)
2. 사례 II (현대백화점 VS 신세계백화점)
3. 사례 III (동부화재)
|
|
|
데이터 마이닝의 등장 배경
3. 데이터 마이닝의 목표
4. 데이터 마이닝의 기법
1) 분류 분석
2) 예측
3) 연관성 추출
4) 군집화
5. 데이터 마이닝 분석 과정
1) DELPA의 진행과정
2) SEMMA의 진행 과정
6. 국내외의 데이터 마이닝 활용사례
|
|
|
데이터마이닝이 데이터베이스를 기반으로 하여 지식을 추출하는 기법이므로 기존 데이터베이스가 제대로 구축되어 있지 않으면 오히려 비용 면에서 비효율적일 수도 있다. 위의 사례에서 언급했듯이 96 년 말 미국 내 26%이상의 회사가 500GB
|
|
메뉴펼치기
