|
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
|
|
|
및 복수의 생산형태 지원
5. 복수의 거점 관리
6. 국제화 글로벌화 대응(다언어, 다통화)
7. 최신의 IT 기술활용
8. 도입을 지원하는 방법론, CASE툴 군
Ⅳ. 중소기업ERP(전사적 자원관리)의 성과연구
Ⅴ. 중소기업ERP(전사적 자원관리)의 현황
|
|
|
접근하는 방법이 성공적인 CRM 구축의 지름길인 것이다. 1. CRM 개념
2. CRM 등장배경
3. CRM 도입목적
4. CRM 유형
5. CRM 도입사례 분석
(1) SK텔레콤 사례
(2) 보스턴은행
(3) 현대백화점
6. CRM 도입 기대효과
7. CRM 성공전략 제시
|
|
|
나타남
회귀분석결과 서울에 대한 만족도는 서울 시정에 대한 신뢰도, 건강상태, 대중교통,
중략................. 분석흐름도&노드설정
Data summary 1/2
Data summary 2/2
의사결정나무분석
회귀분석-stepwise
신경망분석
리프트 그래프
결론
|
|
 |
14강 CRM과 조직이슈
1. 성공적인 CRM전략 구현을 위한 조직역량
2. 조직문화
3. 조직체제
4. 정보시스템(crm전략을 지원)
5. 인적자원
15강 crm역량과 성과평가
1. crm 성과평가의 의미
2. crm역량 및 성과평가의 이론과 기준
3. crm scorecard
|
|
|
및 솔루션 페어 2000」
www.seri.org
(삼성경제연구소)
www.mocie.go.kr
(산업자원부)
www.kisdi.re.kr
(정보통신정책연구원)
www.hri.co.kr
(현대경제연구원)
Arther.B.W(1996) "Increasing and the Net World at Bussiness",
OECD. Information Technology Outlook 2002
OECD. Communication Outlook 200
|
|
|
및 솔루션 페어 2000, 한국소프트웨어산업협회
신유근(2007), KRP 경영론, 박영사
송병락(2007), 글로벌시대의 경제학, 박영사 I. 서론 1
1. 연구 목적 1
2. 연구방법 및 연구구성 1
II. e-비즈니스의 정의와 전망 2
1. e-비즈니스의 정의와 e-비즈
|
|
|
, 2004. 5
"2004 Consumer Email Study", DoubleClick, 2004. 10
http://www.hunet.co.kr
http://www.doubleclick.com
http://www.kinds.or.kr Ⅰ. 서론
Ⅱ. 국내 이메일 활용현황
Ⅲ. 이메일마케팅의 의의 및 특징
Ⅳ. 이메일마케팅 활성화 방안
Ⅴ. 결론
<참고문헌>
|
|
|
설정 33
3.8 온라인 긴급 게시물 실시간 탐지 기법의 알고리즘 33
제 4장 실험 및 결과 분석
4.1 실험에 사용된 데이터 38
4.2 실험을 위한 전처리 작업 38
4.3 실험 대상 및 결과 41
제 5장 결론 및 향후 연구 47
참고문헌 49
|
|
 |
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
 |
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)한국빅데이터마이닝에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
 |
유형
1) 서비스기업 주관 서비스
2) 접점직원 주관 서비스
3) 고객 주관 서비스
2. 고객의 종류와 요구
1) 경제적 고객
2) 윤리적 고객
3) 개인적 고객
4) 편의적 고객
Ⅱ. 고객 접점관리와 고객만족
Ⅲ. 고객관계 개선과 고객충성
1. 고
|
|
 |
기법을 사용하여 사용자들의 감정을 추출하고, 여론의 변화를 예측하는 모델을 구축합니다.
- 트렌드 예측 모델: 시계열 분석 및 딥러닝을 활용하여 미래의 트렌드를 예측할 수 있는 알고리즘을 개발합니다. 1. 데이터사이언스학 연구주제
|
|
 |
데이터 분석 역량을 강화하기 위해 "데이터 마이닝 및 분석" 과목을 수강하며 Python, SQL, R을 활용한 물류 데이터 분석 기법을 익혔습니다. 특히, 빅데이터를 활용하여 물류 수요 예측 모델을 개발하는 프로젝트를 수행하며 실제 물류 환경에서
|
|
 |
데이터 분석 및 분산 시스템 관련 과목에서도 큰 흥미를 느꼈다. 빅데이터 분석 과목에서는 데이터 마이닝과 통계 기법을 활용하여 데이터를 분석하고, 예측 모델을 구축하는 실습을 진행하였다. 또한, 클라우드 컴퓨팅과 분산 시스템 과목에
|
|
 |
및 시각화: 80
마. 빅데이터와 기계 학습: 80
바. 실험 계획법 81
사. 비모수 통계 81
아. 빅데이터와 머신러닝 82
자. 데이터 분석 도구와 소프트웨어 82
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 85
? 기출문제의 유형분석
|
|
메뉴펼치기
