|
데이터마이닝은 데이터에 잠재적으로 내재된 경향성을 파악하는 방법론이므로 해당 업무에서 충분한 데이터가 축적된 곳이면 어느 분야에건 적용이 가능한 기반 기술이다.
● BC 카드
1. 개발 배경
- 기존 카드사들과의 경쟁 심화 및 다수의
|
|
|
데이터마이닝 과정을 5단계로 나누어 서술하시오. ======================================================== Data Mining 과정 5단계 ① 계획단계 : 데이터마이닝을 활용할 영역을 선정 주제나 데이터마이닝을 활용할 영역을 선정하는 문제제기 단계. 사용 가능
|
|
|
Data Mining이라고 정의
Statistics 관점
올바른 의사결정을 지원하기 위한 자료분석 및 모델선택으로 정의
데이터마이닝은 일반업무 목적을 위해 구축된 데이터를 연구나 지식경영을 목적으로 분석 할 수 있도록 데이터를 쉽
|
|
|
데이터의 비중이 크다.
5) 처리 및 분석의 유연성이 높다.
6) 동시에 처리해야 할 데이터의 양이 적다.
4. 빅데이터 3대 요소
1) 규모(Volume)
2) 다양성(Variety)
3) 속도(Velocity)
5. 빅데이터 분석을 위한 데이터마이닝 기술
1) Business Data mining
|
|
|
데이터를 바탕으로 신용등급을 결정하는 시스템을 많이 사용한다. 1. 데이터 마이닝 분석 기법
① 전통적인 통계적 방법(회귀분석, 판별분석)
② 의사결정나무(Decision Tree)
③ 신경망(Neural Networks)
④ 시각화(Data Visualization)
⑤
|
|
|
데이터 속에서 정보를 찾아내는 것입니다.
대용량 데이터베이스들에 숨긴 패턴들과 관계성들을 찾아내고 이런 패턴 및 관계성들을 통해 미래의 행위를 예측해냄으로써, OLAP을 통해서는 얻을 수 없는 통찰을 제공합니다. 1. Big Data란?
2.
|
|
|
통해 얻을 수 있는 효과 (다양한 성공사례)
Ⅱ. ERP(전사적 자원관리) 도입의 성공요인과 실패요인 (다양한 기업의 ERP 성공사례)
Ⅲ. 데이터마이닝 기법 (5가지)
1. 연관규칙
2. 순차패턴
3. 클러스터링
4. 의사결정나무
5. 신경망모형
|
|
|
한다. I. 서 론
Ⅱ. 이론적 배경
2.1 Data Mining
2.1.1 인공신경망
2.1.2 SVM
2.2 이탈고객관리에 관한 선행연구
Ⅲ. 연구모형
1. 연구절차
IV. 실증분석
4.1 자료 수집 및 변수 선정
4.2 이탈고객 세분화
V. 결론
참고문헌
|
|
|
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 마이닝에 대해 알아보자.
*CRISP-DM이란?
CRISP-DM에는 몇 가지 단계가 있는데 크게 6단계로 나뉜다.
-1단계 비즈니스의 이해(Business Understanding)-
-2단계 데이터의 이해(Data Understanding)-
-3단계 데이터의 준비(Data Preparation)-
-4단계 모델링(M
|
|
메뉴펼치기
