|
BI기법의 유통업 적용
(1) 전문가시스템의 기대효과 및 경영전략
(2) 인공신경망의 기대효과 및 경영전략
(3) 데이터마이닝의 기대효과 및 경영전략
(4) 퍼지로직의 기대효과 및 경영전략
1.2 각 방법론간의 차이점
2. BI기법의 제조업
|
|
|
유통업 & 물류업 분석
1) 제조업(현대자동차)
(1) 제조업 소개
(2) 전문가시스템
(3) 인공신경망
(4) 데이터마이닝
(5) 퍼지로직
(6) 기대효과
(7) 경영전략
2) 물류업(한진택배)
(1) 물류업 소개
(2) 전문가시스템
(3)
|
|
|
데이터의 분석이 필수적.
5. 또한 전자상거래 기업과 같은 경우에는 클릭스트림을 분석할수 있는 역량이 절대적으로 필요. -웹마이닝 1. 비즈니스 인텔리전스(BI)란?
2. 데이터의 종류
3. 데이터에서 필요한 정보를 얻으려면?
4. 데이
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략의
|
|
|
유통업에서의 적용 사례
유통업계에서는 고객의 거래 테이터와 인구 통계학적 데이터, 라이프 스타일 등의 관계를 파악하여 그 결과를 고객의 충성도를 향상시키는 방법이나, 신규 고객의 확보나 cross-sell, up-sell등에 주로 마이닝 기법을 이용
|
|
 |
데이터베이스 마케팅관점에서의 고객세분화 5
(2) 신경망을 이용한 고객세분화 6
III. 데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별
|
|
|
데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (20
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
기법이 강조되면서 고객중심주의가 진화한 것이다. 처음에는 고객만족이더니 이제는 너나할 것 없이 고객감동을 표방한다. 지식경영이니 감성경영이니 하는 것들도 그 앞에 고객중심이라는 수식어가 붙는다. 고객중심의 지식경영이나 고객
|
|
|
data analysis for the survey was carried out through mean, standard deviation, oneway ANOVA and scheff. More specifically, it investigated (1) What kinds of life events are the most stressful ones to ; (2) Do these differ according to grade level. The results are as follows. First, study and career
|
|
 |
습하고 활용하는 방법을 익힐 수 있었습니다.
대학원 과정에서는 기계학습과 데이터마이닝 기법을 활용한 사회적 문제 해결 연구를 수행하고자 합니다. 특히, 다음과 같은 연구 주제에 집중하고자 합니다.
- 사회적 문제 해결을 위한 데이터
|
|
 |
데이터의 비율이 매우 낮다는 특성을 파악해 문제를 ‘High Imbalanced Data 처리’, ‘오버피팅 해결 ’로 단순화할 수 있었습니다. 이상치 데이터의 영향을 줄이기 위해 현업에서 사용하는 Grading 등 기법을 공부해 소수의 문제가 되는 파라미터만
|
|
 |
데이터베이스에 저장되어 처리될 수 있어야 한다.
셋째로는, 수많은 고객의 거래정보를 저장, 처리, 분석할 수 있는 데이터 웨
어하우스, 데이터 마이닝의 데이터 처리 관련 기술들이 필요하다. 다양한 통
계적 분석 기법, 분석 모델 등을 통한
|
|
 |
데이터마이닝 기법을 도입해 정확도를 크게 높인 경험이 있습니다. 이를 통해 상품 구조 개선 방안을 제시할 수 있었고, 교수님으로부터 실무에서도 활용 가능하다는 평가를 받았습니다.
5) 본인의 장기적인 목표는 무엇인가요?
저는 단기적
|
|
 |
data 간의 연관분석 결과를 보고서로 작성하여 제출하였습니다. 이 자료는 TM영업부 부장님께 전해졌고, 이 자료를 바탕으로 기존 DB의 활용 다각화에 대한 회의가 진행되었습니다.
통계학도로서 실무에서 데이터마이닝 기법을 활용하고 그 결
|
|
메뉴펼치기
