|
데이터 정의
2. 빅데이터 특징
3. 빅데이터 등장배경
4. 빅데이터 유형
5. 빅데이터 분석기법
6. 빅데이터 기업 활용사례
(1) 아마존닷컴
(2) 구글과 페이스북
(3) 아멕스(AMEX)
(4) 삼성카드
(5) T-mobile
7. 빅데이터의 윤리적쟁점
8.
|
|
|
등장배경
3. 사례관리의 목적
4. 사례관리의 특성
5. 사례관리의 구성요소
1) 대상
2) 실시기관
3) 담당자
4) 과정
6. 사례관리의 과정
1) 인테이크(intake)
2) 사정(assessment)
3) 케어계획(care planning)
4) 케어계획의 실행
5) 점검(monitoring) 및 평
|
|
|
데이터 마이닝 기법
1) 통계 기법
2) 의사결정나무
3) 신경망 분석
4) 군집분석
5) 시장바구니 분석 1. 데이터 마이닝의 정의
2. 데이터 마이닝의 배경 및 동향
3. 데이터 마이닝의 기능
4. 데이터 마이닝 기법
5. 활용분야
6. 사례
|
|
|
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
|
|
|
데이터마이닝은 일반업무 목적을 위해 구축된 데이터를 연구나 지식경영을 목적으로 분석 할 수 있도록 데이터를 쉽게 정제하고, 통계전문가가 아니더라도 쉽게 분석할 수
있도록 해주는 기법 데이터마이닝
1. 데이터마이닝의 정의
2
|
|
|
데이터의 개념
(2) 빅데이터의 중요성
3. 빅데이터 분석 방법론
(1) 데이터 수집
(2) 데이터 처리 방법
4. 심리학에서의 빅데이터 적용
(1) 적용의 장단점
(2) 윤리적 고려사항
5. 산업 및 조직 심리학에서의 활용 사례
(1) 실제 사례 분석(
|
|
|
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
|
|
|
데이터베이스 마케팅
2. CRM 의 개념
3. CRM의 필요성
4. CRM 구축의 전제조건과 구축 프로세스
5. CRM 사업의 실태와 전망
III. 본론 2 - CRM 구축사례
1. 사례 I (삼성생명)
2. 사례 II (현대백화점 VS 신세계백화점)
3. 사례 III (동부화재)
|
|
|
데이터마이닝을 통해 기부자의의 성향을 정확히 파악해야 효과와 효율을 동시에 만족할 수 있다. 1. Association (연관규칙)
2. Classification (분류)
3. Sequential Pattern (순차패턴)
4. Clustering (군집)
5. 모금에서 데이터마이닝(Data mining) 의 활용
|
|
|
데이타ㆍ인성디지탈ㆍ소프트뱅크
2) 다양한 파트너 정책
Ⅲ. 미국 다국적기업 질레트
1. 쓸만한 브랜드를 세계 최고의 브랜드로
2. 계속되는 브랜드 사냥
Ⅳ. 미국 다국적기업 페덱스
1. 설립배경
2. 현재상황
3. 목표 및 전략
1) 목표
2
|
|
메뉴펼치기
