|
데이터마이닝과 관련된 사회적 문제
데이터마이닝의 활용으로 가장 크게 대두되는 문제는 개인정보의 노출에 의한 프라이버시 침해이다. 거래를 통해 개인정보가 상품화되면 기업이 이를 이용하여 고객이 원하지 않는 정보의 노출이나 기타
|
|
|
활용한다. 3) 산발적으로 관리되는 빅데이터 정보의 특성에 따라 정보주체의 개인정보 삭제 요청에도 완전한 폐기가 어렵다는 문제점이 있다.
참고문헌
이성춘, 임양수(2011) Big Data, 미래를 여는 열쇠 , KT경제경영연구소
방송통신위원회(2011년
|
|
|
점유율을 등급화에 적용시켜 실제 이동통신사들이 각 등급에 맞는 마케팅 전략을 수립하는 데 도움을 주고자 한다. I. 서 론
Ⅱ. 이론적 배경
2.1 Data Mining
2.1.1 인공신경망
2.1.2 SVM
2.2 이탈고객관리에 관한 선행연구
Ⅲ. 연구
|
|
|
데이터베이스마케팅(DBM)의 실행 절차
Ⅴ. 데이터베이스마케팅(DBM)의 장점과 단점
1. 장점
2. 단점
Ⅵ. 선진국과 우리나라의 데이터베이스마케팅(DBM) 비교
Ⅶ. 데이터베이스마케팅(DBM)의 문제점
Ⅷ. 데이터베이스마케팅(DBM) 기법
1.
|
|
|
기법
1. 정복마케팅
2. 관계마케팅(Relationshop marketing)
3. 복합마케팅(마케팅믹스)
4. 역마케팅(Demarketing)
5. 고객의 일생가치(LTV) 계산법
Ⅴ. 데이터베이스마케팅(DBM) 시스템의 실행 절차
Ⅵ. 데이터베이스마케팅(DBM)의 문제점
Ⅶ. 데이
|
|
|
데이터마이닝의 등장배경
2. 데이터마이닝의 발전과정
3. 데이터마이닝의 정의
4. 데이터마이닝의 기능
5. 데이터마이닝의 프로세스
6. 데이터마이닝의 효율적인 적용과정
7. 데이터마이닝의 분류 기법
8. 데이터마이닝의 의료분야 활용
9
|
|
|
점도 존재하는데 데이터마이닝이 데이터베이스를 기반으로 하여 지식을 추출하는 기법이므로 기존 데이터베이스가 제대로 구축되어 있지 않으면 오히려 비용 면에서 비효율적일 수도 있다. 위의 사례에서 언급했듯이 96 년 말 미국 내 26%이
|
|
|
(Expert System)
4. 지식베이스 시스템 (Knowledge-base System)
5. 퍼지이론 (Fuzzy Theory)
6. 기타 관련연구
1) 자연어 처리 (Natural Language Processing)
2) 패턴인식 (Pattern Recognition)
3) 에이전트 시스템 (Agent System)
4) 데이터마이닝 기법 (Data Mining)
|
|
|
(3) 혁신기법
2) 데이터 등의 근거를 바탕으로 현대자동차의 글로벌 경쟁력의 원천
(1) 기술제휴
(2) 글로벌적 경쟁전략
(3) 시장조사
(4) 안전성
(5) 개방화
(6) 글로벌 환경에 대한 기업전략
3. 시사점
Ⅲ. 결론
참고문헌
|
|
|
(Expert System)
4. 지식베이스 시스템 (Knowledge-base System)
5. 퍼지이론 (Fuzzy Theory)
6. 기타 관련연구
1) 자연어 처리 (Natural Language Processing)
2) 패턴인식 (Pattern Recognition)
3) 에이전트 시스템 (Agent System)
4) 데이터마이닝 기법 (Data Mining)
|
|
메뉴펼치기
