|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
Data Mining Technology on Web Logs\", IEEE ADL Proceedings, 1998, pp. 19-29. 인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략
I. 서론
1. 분석 동기와 보고서의 목적
2. 인터넷 쇼핑몰에서의 통계분석 시스템
3. 분
|
|
|
데이터베이스 시스템, 학현사
◇ 박원환(2001), 수량 연관규칙을 위한 데이터마이닝 알고리즘에 관한 연구, 순천대학교 대학원 석사학위논문
◇ 이수연·김성희(2000), 데이터마이닝기법을 이용한 검색엔진에 관한 연구, 제7회 한국정보관리학회
|
|
|
나타남
회귀분석결과 서울에 대한 만족도는 서울 시정에 대한 신뢰도, 건강상태, 대중교통,
중략................. 분석흐름도&노드설정
Data summary 1/2
Data summary 2/2
의사결정나무분석
회귀분석-stepwise
신경망분석
리프트 그래프
결론
|
|
|
데이터마이닝에서의 신경망모형
(1) 신경망에 적합한 모형
성향분석 (discrete behaviors)
… 응답자 ↔ 무응답자
… 구매자 ↔ 비구매자
… 일회성 고객 ↔ 지속적인 고객
… 대량구매고객 ↔ 소량구매 고객
… 고정고객 ↔ 이탈고객
성과모형 (per
|
|
|
데이터마이닝과 유사개념
지식발견 : 데이터로부터 유용한 정보를 발견하는 프로세스의 전 과정
데이터마이닝: 지식발견 프로세스 중에서 데이터로부터 정보를 추출하기 위한 기법을 적용하는 단계 1.데이터마이닝 개요
2.데이터마이
|
|
|
데이터마이닝 의 시초
60년대 초 미국의 통계학자 제임스 마이어와 에드워드 포지가 처음으로 만든 것으로 알려짐 이들은 은행이 새로운 대출 고객에 대해 신용도를 산출할 수 있는 데이터마이닝 기법을 개발했다. 고객의 나이, 수입, 전화
|
|
|
Databases)
（DB）
데이터 정제
데이터 통합
（데이터 웨어하우스）
데이터 선택
（분석용 데이터）
데이터마이닝
（패턴）
해석 및 평가
결과의 이해
（Knowledge）
적용 1.데이터마이닝의 정의
2.DM의 기능
3.DM의 기법
4.DM의
|
|
|
데이터 마이닝, BSC, 그리고 BPM 기반의 6시그마 방법론에 관한 연구, 울산대학교 대학원 논문, 2005.
송영미, Data Mining 기법을 활용한 효율적 보험사기 적발 모형 연구, 홍익대학교 대학원 논문, 2009.
유재학 외, 연관관계규칙을 이용한 트래픽 폭
|
|
|
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
|
|
메뉴펼치기
