|
알고리즘(maximum algorithm)
2. 선형 탐색 알고리즘(linear search algorithm)
3. 삽입정렬(insertion sorting algorithm)
4. 버블 정렬 알고리즘(bubble sorting algorithm)
5. 2진탐색 알고리즘(binary search algorithm)
(문제기술
분석
코딩
프로그램
결과
개선
|
|
|
데이터베이스
2.1 정보의 구성항목
2.2 정보의 원천
2.2.1 내부고객정보
2.2.2 반응고객정보
2.2.3 외부고객정보
2.3 구축
2.3.5 Intelligent Agent를 이용한 Automated Data Mining
2.3.6 데이터베이스의 유지(Maintenance)
3. 데이터베이스 분석
3.1 통
|
|
|
데이터를 활용하는 고객관리 마케팅을 적극적으로 수행하고 있다. 데이터 마이닝(data mining)이라는 새로운 기법이 폭넓게 개발되면서 경영정보 시스템은 고객관리를 넘어서서 \'고객 관계 관리\', \'고객 지원\' 이라는 이름으로 확장되고 있다.
|
|
|
돼야 한다. 사업방향이 고객만족이라면 거기서 더 들어가 고객의 이탈을 방지 등으로 정확히 명시돼야 한다. 여기에 이에 대한 재무적 지표가 함께 세워질 때 데이터마이닝의 효과를 기대할 수 있다.”
그러나 무엇보다 중요한 것은 데이터마
|
|
|
데이터가 입수 가능한 다양한 분야에서 활용가능 한 잠재성을 갖는다.
넷째 , 여러 회사에서 제공 중인 솔루션은 복잡한 데이터마이닝 알고리즘의 적용을 간편하게 하고 있으며 그래프, 도표 등의 비주얼리제이션 기능 등을 지원하여 의사결
|
|
|
기타
위험관리 (Risk Management), 망관리 (Network Management) 등 다양한 분야에서 활용되고 있다. 데이터 마이닝의 기술적 측면 및 Applications
1. 데이터 마이닝의 Process
2. 데이터 마이닝의 사용기법
3. 데이터 마이닝의 활용분야
|
|
|
1. 데이터마이닝의 정의
방대한 양의 데이터로부터 ‘의미 있는’
패턴이나 규칙을 찾아내기 위한 탐색과 분석 과정
정보를 발견하는 과정에서 밝혀진 패턴이나 규칙을 테스트하는 과정
즉, 축적된 데이터로부터 유용한 정보를 도출해 나
|
|
|
data mining(자료채광)을 함으로써 고객의 수요를 분석하고 나아가서는 고객 개개인의 수요패턴을 확인하여 마케팅 활동에 활용하는 것이다. 이와 같은 데이터베이스 마케팅은 컴퓨터의 보급과 더불어 오랫동안 시도된 분석방법이다. 그러나 전
|
|
|
데이터마이닝은 누구에게 전화를 하는지, 언제 전화를 하는지, 고객에게 무엇을 질문하였는지, 고객에게 무엇을 제공하였는지, 다음 후속전화(Follow-Up Call)의 적기는 언제인지, 다양한 채널(인터넷, 홈뱅킹, 은행지점등) 전략내에서 콜센터의
|
|
|
데이터의 변화추이를 찾아내는 과정이다. 데이타마이닝이란?
과정과 방법
데이타마이닝의 응용
데이타마이닝의 목표
Prediction(예측)
Identification(확인)
데이타마이닝의 기법들
연관규칙 (Association rules)
분류체계 (Classification hi
|
|
메뉴펼치기
