|
데이터 과학(Data Science), ② 데이터 애널리틱스(Data Analytics), ③데이터 분석(Data Analysis), ④인공지능(Artificial Intelligence), ⑤머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널
|
|
|
비교
실제 빅데이터 사례를 구글트렌드, 구글 ngram, 네이버 Datalab으로 어떻게 활용되고 사용되는지 확인해보자.
구글의 ngram은 1500년대부터 2000년대까지 출판되어진 책의 데이터베이스를 활용한다. 한 단어가 얼마나 언급되었는지 아래와 같은
|
|
|
데이터 분석을 통해 불량유형을 선정하고, 데이터를 통합해서 주 원인을 분석하는 프로세스 체계를 확립했고, 불량률은 월평균 9.72%에서 0.3%로 감소시켰다.
(2) 아마존의 활용사례
아마존은 빅데이터 분석을 통해 고객들의 쇼핑경험을 향상시
|
|
|
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) Northern Light
2) InFind
3) Google
Ⅳ. 데이터마이닝 활용 사례
1.
|
|
|
비교연구”, 한국콘텐츠학회논문지 제14권 제11호, 한국콘텐츠학회
박진아(2020), “데이터의 보호와 유통법제 정립 방안”, 서강법률논총 제9권 제2호, 서강대학교 법학연구소
백경희·김자영(2021), “감염병 위기대응과 보건의료 빅데이터 수
|
|
|
데이터 비즈니스 활용과 과제, 보도자료, 한국정보산업연합회. 2012.
이흥섭 역 리사 아더 저, 빅데이터 마케팅, 더난출판, 2014.
정해식, 빅데이터를 활용한 기업의 경쟁우위 확보 사례, 정보통신산업진흥원, 2013. Ⅰ. 서론
Ⅱ. 본론
1. 빅
|
|
|
데이터상세화
3.1.3 데이터모델 검증
3.2 프로세스모델링
4. 데이터웨어하우스의 적용방안
4.1 데이터웨어하우스 구축방향
4.2 데이터웨어하우스의 향후 전개 방향
5. 데이터웨어하우스 구축사례 및 효과
5.1 삼성 카드
5.2 선진 금융기관
|
|
|
데이터 분석 기법
1. 텍스트 마이닝
2. 오피니언 마이닝
3. 소셜 네트워크 분석
4. 군집 분석
<4> 빅데이터 분석 인프라
1. 하둡(Hadoop)
2. 오픈소스 프로젝트 R
3. NoSQL
<5> 빅데이터가 이전 기술과 다른 점
<6> 해외 빅데이터 활용사례
|
|
|
데이터 플랫폼 현황 및 이슈 분석”
김민희(2015), “빅데이터의 현실, 기대와 큰 격차 ”가용한 데이터분석으로 성과 거둔 사례들.
김승한, “빅데이터 시대의 도래에 따른 개인정보보호법의 한계와 개선 방향”, 2011.
권영진, & 정우진. (2019).
|
|
|
비교 등을 위해서는 데이터가 필수적인 요소인데, 따라서 다양한 매체를 통해 정형적이거나 비정형적인 수많은 데이터를 수집하여 빅데이터를 만들고 이에 따라 마케팅적 성과에 연결해야 한다.
그러나 빅데이터를 기술적으로만 접근하지
|
|
메뉴펼치기
