|
CRM, eCRM의 구축 효과 Page 69∼71
5-3. eCRM의 가반이 되는 Datawarehouse의 구축
1) 인터넷 데이터웨어하우스 구축 Page 72∼74
2) 고객관계관리와 데이터웨어하우스 구축 Page 74∼76
5-4. Web-mining의 도입 Page 77∼80
참고자료
|
|
|
모델이 좋은 예이다.
Hybrid data structure
CSG와 B-rep를 조합하여 사용(대부분의 최신 CAD/CAM software에서 채택)
18. Hidden Line and Surface Removal, and Rendering에 대하 여 설명하시오.
Hidden Line and Surface Removal
후향면 제거 알고리즘
깊이 분류 알고리즘 혹은 화
|
|
|
데이터마이닝
3. 연관성 규칙
4. SEMMA(Sampling, Exploring, Modifying, Modeling, Assessment)
5. 의사결정나무
III. 분석
1. 데이터 탐색 및 전처리(Data preprocessing ; Sampling, Exploring, Modifying)
2. 의사결정나무(Decision Tree ; Modeling)
3. 연관성분석(Association ; Model
|
|
|
트리를 유지하면서 랜덤하게 XML 문서를 엑세스하기 적합하다.
참고 링크 // http://www.machi.pe.kr/xml/open_xml/sax/ I. DOM (Document Object Model )
1. DOM (Document Object Model )의 정의
2. DOM의 요소
3. DOM의 구조
4. Window Object
5. 마이크로소프트 DOM 객체
|
|
|
모델
네트워크형 모형은 망형 모형이라고도 하며 앞서 계층형 모델의 단점에 반해서 네트워크형 모델(network model)은 몇 가지 장점을 가지고 있다. 네트워크 모델은 다른 유형의 레코드들과 관계를 가지는 연결을 생성함으로써 전체 데이터베
|
|
|
데이터 Type 지원
Active component(Java applets, ActiveX)에서 멀티미디어데이터(Image, Sound, Video)까지 XML에 파일 시스템 또는 관계형 데이터베이스와 같은 기존 데이터 구조들의 Mapping은 단순한 작업입니다. XML은 multiple data format을 지원하고，모든 기존
|
|
|
데이터 교환 분야
3. 데이터 관리 분야
4. 플랫폼
5. 통신 분야
6. 관리 분야
7. 보안 분야
제2절 지식정보자원 관리를 위한 표준 프로파일
1. 개요
2. 표준 프로파일의 형식 및 기준
3. 표준 프로파일
제5장
|
|
|
데이터베이스(Data driven)DSS라 할 수 있다. 아직 미래예측 기법 등과 같은 모델베이스(Model driven)DSS는 제공되지 않아 보인다.
WEBSDSS는 공공부문에 활용되는 시스템이었으며 그 활용도가 높은 시스템이다. 왜냐하면 행정부문에서는 부처간 seem이
|
|
|
data mining and knowledge discovery software tools", SIGKDD Explorations vol.1, no.1, pp20-33, 1999 1. 데이터마이닝의 정의
2. 데이터마이닝 필요 배경
3. 데이터마이닝 관련 분야 및 유사용어
4. 데이터마이닝 활용분야
5. 데이터마이닝 기법
5.1 분류 분석 (Class
|
|
|
@ summarization rules)
마. 클러스터링/세그멘테디(Clustering/Segmentation)
바. 유사성 탐색(Similarity search)
사. 순서패턴(Sequential pattrenrs)
4. Data Mining 기법
가. 신경망(Neural network
나. 결정트리(Decision tree)
다. 클러스터 분석(Cluster analysis)
5. 특성
|
|
메뉴펼치기
