|
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
|
|
|
데이터마이닝
(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
|
|
|
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
|
|
|
데이터마이닝 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 Minin
|
|
|
데이터의 분석이 필수적.
5. 또한 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. 데이
|
|
|
데이터 관련 기술에 미흡한 점이 존재하고 기업에서의 실질적인 활용도 미비한 것으로 보인다.
IT와 비즈니스 도메인에 대한 지식과 경험을 갖춘 전문 인력이 확보되고, 빅 데이터 산업 내의 전문가가 점차 많아지게 되면 빅 데이터의 활용은
|
|
|
System)
(5) 전문가 시스템(Expert Systems)
(6) 패턴인식 (Pattern Recognition)
(7) 자연언어 시스템(Natural Language Systems)
(8) 지식베이스 시스템 (Knowledge-base System)
(9) 데이터베이스(database) 응용
(10) 데이터마이닝 기법 (Data Mining)
(11) 정리 증명(theo
|
|
|
database가 제공되는 것에 의해 경우에 따라서는 완전정보에 가까운 상태를 실현할 수 있다. 이것은 소비자거래 뿐만 아니라, 기업이 원재료의 조달을 위하여 인터넷을 통한 전자상거래(open EDI)로 나설 때에도 큰 장점이다. 세계 속에서 가장 싸
|
|
|
)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
|
|
|
System)
(5) 전문가 시스템(Expert Systems)
(6) 패턴인식 (Pattern Recognition)
(7) 자연언어 시스템(Natural Language Systems)
(8) 지식베이스 시스템 (Knowledge-base System)
(9) 데이터베이스(database) 응용
(10) 데이터마이닝 기법 (Data Mining)
(11) 정리 증명(theorem
|
|
메뉴펼치기
