|
Ⅰ. 서론
Ⅱ. 데이터마이닝의 처리과정
1. 문제 정의 단계
2. 데이터베이스 구축 단계
3. Data Mining 단계
1) Sampling / Selection
2) 데이터 정제 및 전처리(Data Cleansing / Preprocessing)
3) 탐색 및 변형 (Transformation / Exploration)
4) 모형화(Modeling)
5)
|
|
|
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
|
|
|
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
|
|
|
Data Mining Solution의 마지막 Process가 pattern Analysis이다. 본 단계에서는 Web Data Mining을 이용하여 분석된 정보를 사용자들이 보다 쉽게 이해할 수 있도록 statistics, graphics, visualization, usability analysis, database querying 등을 이용한다
2) Web-Mining 활용 분야
S
|
|
|
데이터마이닝, 그리고 프린팅 기술과 같은 주변 기술의 발전에 더욱 영향을 받을 것으로 예상된다. 이에 기술간 활발한 상호 교류도 요구되고 있다. 1. 바이오칩/바이오센서의 개요 및 적용 분야
2. 바이오칩/바이오센서의 시장 동향과
|
|
|
데이터 마이닝을 위한 중요한 전처리 단계
한 조직의 운영 데이터베이스와 분리되어 유지되는 데이터 베이스
여러 개의 DB에서 정보를 정제 및 통합시킨 하나의 큰 DB
(전략적 결정을 하는데 필요한 정보를 저장하는 일관적인 데이터 저장
|
|
|
경우 데이터마이닝 솔루션은 통신, 금융, 유통산업을 중심으로 도입되고 있으며 적용 산업부문은 점차 확대되고 있는 추세다. 구축을 완료하고 실제 업무에서 사용하고 있는 업체는 10여 곳에 이르며 도입을 고려중이거나 구현중인 업체도 밝
|
|
|
*핵심내용 요 약 :
데이터마이닝이 무엇일까? Mine 이란 채굴 및 채광하다는 뜻에서 출발된 의미이며 데이터 마이닝이란 그 대상이
방대한 양의 데이터라는 의미로 이해하면 된다.
결국 데이터 마이닝이란 대용량의 자료를 컴퓨터 중심
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
메뉴펼치기
