|
금융업 적용
(1) 전문가시스템의 기대효과 및 경영전략
(2) 인공신경망의 기대효과 및 경영전략
(3) 데이터마이닝의 기대효과 및 경영전략
(4) 퍼지로직의 기대효과 및 경영전략
3.2 각 방법론간의 차이점
4. BI기법의 전자상거래 적용
|
|
|
마이닝
(5) 퍼지로직
(6) 기대효과
(7) 경영전략
3) 금융업(신한은행)
(1) 금융업 소개
(2) 전문가시스템
(3) 인공신경망
(4) 데이터마이닝
(5) 퍼지로직
(6) 기대효과
(7) 경영전략
3. B2B & B2C 부분별 전자상거래
1) B2B(
|
|
|
전자상거래 기업과 같은 경우에는 클릭스트림을 분석할수 있는 역량이 절대적으로 필요. -웹마이닝 1. 비즈니스 인텔리전스(BI)란?
2. 데이터의 종류
3. 데이터에서 필요한 정보를 얻으려면?
4. 데이터 마이닝
5. OLAP
6. 텍스트 마
|
|
|
)의 제품근원지
1. 중개자형 모델
2. 제조업자형 모델
3. 경매형 모델
Ⅷ. 인터넷비지니스모델(E-biz모델, 이비즈니스모델)의 사례
1. 미국
1) 프라이스라인의 역경매특허
2) 아마존의 원클릭특허
2. 일본
3. 한국
Ⅸ. 결론
참고문헌
|
|
|
Data Mining Technology on Web Logs", IEEE ADL Proceedings, 1998, pp. 19-29. 인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략
I. 서론
1. 분석 동기와 보고서의 목적
2. 인터넷 쇼핑몰에서의 통계분석 시스템
3. 분
|
|
|
System)
(4) 퍼지이론 (Fuzzy Theory)
(5) 자연어 처리 (Natural Language Processing)
(6) 패턴인식 (Pattern Recognition)
(7) 에이전트 시스템 (Agent System)
(8) 데이터마이닝 기법 (Data Mining)
(9) 자동화 프로그램
4. 인공지능 사
|
|
|
전자상거래,데이터마이닝(사례.기사모음)
1.한전 통합시스템으로 경영효율 제고
2.특화된 웹 광고 전략 부상
3.전자상거래 운명 결정할 소송 진행중
4.안전한 ‘여행’ 보장
5.CIO과정 연이어 개설
6.믿을 수 있는 전자 서명 해결책 나와
|
|
|
판매원을 통해 방문설명 1. 데이터베이스 마케팅 과정, 2. OLAP와 데이터웨어하우스를 비교 설명, 3. 데이터베이스 마케팅의 목적, 4. 데이터베이스 마케팅 전략 전개방향, 5. 데이터마이닝 기법, 6. 전자상거래를 위한 마케팅 방법론
|
|
|
마이닝(Data Mining)
데이터 마이닝의 응용 분야
데이터 마이닝의 응용 분야는 대용량 데이터베이스가 구축된 거의 전 분야에 걸쳐있다고 할 수 있다.
대표적 응용 예
카드 도용사고 방지(fraud detection)
위험 관리(risk management)
고객 불만 관리(
|
|
|
마이닝 기술을 적용받을 수 있는 접근방법이 요구 된다. 1. 데이터 마이닝(Data Mining)이란?
2. Data Mining의 등장배경
3. Data Mining의 활용분야
4. 데이터 마이닝의 기법
5. 데이터 마이닝의 특징
6. 데이터 마이닝의 수행 과정
7. Data Mining의 사
|
|
메뉴펼치기
