|
데이터마이닝에 대한 정확한 이해가 성숙돼 있지 않기 때문에 여러 오해가 존재하는 것 또한 사실이다. 데이터마이닝이 자칫 기업의 지적 호기심을 충족시키는 수단으로 전락하지 않기 위해서는 철저하게 비즈니스 관점에서 바라볼 필요가
|
|
|
데이터마이닝은 마케팅 , 부정행위 적발 등 한정분야에만 사용되는 것이 아니라 제작동정제어, 인사문제, 급식관리 등 데이터가 입수 가능한 다양한 분야에서 활용가능 한 잠재성을 갖는다.
넷째, 여러 회사에서 제공 중인 솔루션은 복잡한
|
|
|
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
|
|
|
데이터를 바탕으로 신용등급을 결정하는 시스템을 많이 사용한다. 1. 데이터 마이닝 분석 기법
① 전통적인 통계적 방법(회귀분석, 판별분석)
② 의사결정나무(Decision Tree)
③ 신경망(Neural Networks)
④ 시각화(Data Visualization)
⑤
|
|
|
데이터마이닝은 누구에게 전화를 하는지, 언제 전화를 하는지, 고객에게 무엇을 질문하였는지, 고객에게 무엇을 제공하였는지, 다음 후속전화(Follow-Up Call)의 적기는 언제인지, 다양한 채널(인터넷, 홈뱅킹, 은행지점등) 전략내에서 콜센터의
|
|
|
데이터마이닝과 질의도구(SQL)의 차이를 기술하시오.
데이터마이닝(data mining)이란 대용량의 데이터로부터 이들 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 찾아내어 모형화 함으로써 유용한 지식을 추출하는 일련의 과정들로 정의
|
|
|
데이타마이닝이 왜 지금 이렇게 부각되는 것인가?
데이타마이닝에서 사용되는 복잡한 방법론들이 지금 나와서 인가?
고객에 대한 분석이 이제서야 궁금해서 인가?
정보기술 환경의 변화
비즈니스 환경의 변화 1. DATAMINING의 정의
2. DAT
|
|
|
데이터마이닝은 마케팅 , 부정행위 적발 등 한정분야에만 사용되는 것이 아니라 제작동정제어, 인사문제, 급식관리 등 데이터가 입수 가능한 다양한 분야에서 활용가능 한 잠재성을 갖는다.
넷째 , 여러 회사에서 제공 중인 솔루션은 복잡한
|
|
|
Rule Discovery)
Cross Selling / Up-Selling
Target Marketing
Telemarketing, Direct Marketing 개념 및 용어 (Background and Terminology)
지도예측과 자율예측 (Supervised and Unsupervised)
모형화와 평가 (Modeling and Assessment)
프로세스 및 실행단계 (Data mining Process)
|
|
|
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. 연구모형
1. 연구절차
IV. 실증분석
4.1 자료 수집 및 변수 선정
4.2 이탈고객 세분화
V. 결론
참고문헌
|
|
메뉴펼치기
