-
1
-
2
-
3
-
4
-
5
-
6
-
7
-
8
-
9
-
10
-
11
-
12
-
13
-
14
-
15
-
16
-
17
-
18
-
19
-
20
-
21
-
22
-
23
-
24
-
25
-
26
-
27
-
28
-
29
-
30
-
31
-
32
-
33
-
34
-
35
-
36
-
37
-
38
-
39
목차
의사결정트리
데이터마이닝
CRM
연구절차와방법
C4.5
문제정의
결론
데이터마이닝
CRM
연구절차와방법
C4.5
문제정의
결론
본문내용
의사결정트리의 장점
▪ 해석의 용이성
나무구조로 모형이 표현. 모형을 사용자가 쉽게 이해가능.
다른 표본들에도 모형을 적용시키기 쉬움.
▪ 교호작용효과
조건A이고 조건B이면 결과C.
두가지 이상의 변수를 활용하여 쉽게 결과도출.
의사결정트리의 단점
▪ 비안전성
의사결정트리는 분석한 자료에 의존.
그 결과 새로운 자료의 예측에 있어 불안정한 가능성이 큼.
▪ 비연속성
의사결정트리에서는 연속한 변수(시간, 나이)를 비연속적인 값으로 취급. 경계점에서 예측오류가 클 가능성이 있음.
▪ 의사결정트리의 적용
분석의 정확도보다는 분석과정이 필요한 경우에 더 유용하게 사용.
.
.
.
데이터마이닝 기법
▪ Regression - 회귀 분석
▪ Association – 연계
▪ C4.5 - 의사결정트리 기반의 분류 알고리즘
▪ Episode - 사례
▪ Sequence - 순차
CRM마케팅
CRM 마케팅
Customer Relationship Management – 고객관계관리
▪ 잠재고객발굴
▪ 기존고객유지관리
▪ 수익성증대
▪ 고객이탈방지와 이탈고객복귀
- 구매패턴파악과 구매시점파악
즉, CRM에서의 데이터 마이닝은 필수 불가결한 도구.
▪ 해석의 용이성
나무구조로 모형이 표현. 모형을 사용자가 쉽게 이해가능.
다른 표본들에도 모형을 적용시키기 쉬움.
▪ 교호작용효과
조건A이고 조건B이면 결과C.
두가지 이상의 변수를 활용하여 쉽게 결과도출.
의사결정트리의 단점
▪ 비안전성
의사결정트리는 분석한 자료에 의존.
그 결과 새로운 자료의 예측에 있어 불안정한 가능성이 큼.
▪ 비연속성
의사결정트리에서는 연속한 변수(시간, 나이)를 비연속적인 값으로 취급. 경계점에서 예측오류가 클 가능성이 있음.
▪ 의사결정트리의 적용
분석의 정확도보다는 분석과정이 필요한 경우에 더 유용하게 사용.
.
.
.
데이터마이닝 기법
▪ Regression - 회귀 분석
▪ Association – 연계
▪ C4.5 - 의사결정트리 기반의 분류 알고리즘
▪ Episode - 사례
▪ Sequence - 순차
CRM마케팅
CRM 마케팅
Customer Relationship Management – 고객관계관리
▪ 잠재고객발굴
▪ 기존고객유지관리
▪ 수익성증대
▪ 고객이탈방지와 이탈고객복귀
- 구매패턴파악과 구매시점파악
즉, CRM에서의 데이터 마이닝은 필수 불가결한 도구.
소개글