|
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
|
|
|
데이터웨어하우스
1. 메타 데이터 표준화
1) 절차적 방법(procedural approach)
2) 아스키 배치 방법(ASCII batch approach)
3) 혼합형 방법(hybrid approach)
4) CDIF 방법
2. 데이터 웨어하우스 및 OLAP 표준화
1) 다차원 관점의 제공(multidimensional conceptual view)
2)
|
|
|
데이터웨어하우스, 내부 애플리케이션, NITSA보드 정보, 품질보증 청구 등 취합할 데이터의 양이 방대했기 때문이다. 게다가 자동차 산업 특성 상 데이터를 취합해 원인을 분석하는 시간은 매우 짧아야만 했다. 품질보증에 소요되는 비용을 줄
|
|
|
가 없다. 운영 시스템은 접근하는 시점을 정확히 유지하는 반면 데이터 웨어하우스에 저장된 데이터는 특정 시점에 데이터를 정확하게 유지하면서 동시에 장기적으로 유지될 수도 있다. 운영 시스템의 데이터는 레코드 단위로 계속 수정된다
|
|
|
data)에 대한 분석의 고급화, 분석영역 확장
현 시스템의 질적 확대
고객형태, 행동패턴 분석, 고객이탈징후 포착
통합 정보관리 구축
교차판매로 수익 증대 1. 데이터베이스의 개념
2. DB의 특징
3. DBMS의 역할
4. 데이터 웨어 하우스
|
|
|
데이터마이닝은 여러 가지 분석 기법들을 적용해야만 하지만 질의도구는 SQL 명령문만을 사용한다.
(2) 여기에서 신용카드 회사의 데이터웨어하우스와 데이터웨어하우스의 원천인 대규모 데이터베이스는 무엇인지 그 차이점을 중심으로 기
|
|
|
데이터웨어하우스를 비교 설명
<OLAP> <데이터하우스>
특화된 분석용 잠재적인 모든 유형의 질의 대처
읽기/쓰기 읽기전용
|
|
|
데이터 관리 환경 조성에 기여할 것입니다.
Ⅳ. 참고문헌
오세종. 『DB설계 입문자를 위한 데이터베이스 설계 및 구축』. (2023, 3판), 생능출판.
이우기, 김창민. 「참조무결성을 활용한 데이터베이스로 부터 독립적인 데이터웨어하우스 뷰 관
|
|
|
특징
데이터 웨어하우스는 기업의 의사결정 지원에 중점을 두고 있는 시스템으로 OLAP(Online Analytical Processing) 기술을 활용하는 시스템이다. 데이터베이스가 트랜잭션 위주의 정형화된 데이터를 중심으로 정보를 관리한다면, 데이터 웨어하우
|
|
|
데이터 마이닝에 접근한다면 보다 효과적으로 고급정보를 얻을 수 있다. 또한 데이터 마이닝의 결과는 데이터베이스에 적용되어 OLAP을 통해 그 효과가 극대화 될 수 있다.
데이터웨어하우스를 이용한 고객만족 사례
한솔 PCS
서울에서 부산으
|
|
메뉴펼치기
