|
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
|
|
|
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
|
|
|
)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
|
|
|
물류업체 현황
(5)물류인력 현황
2.업종별 물류산업현황 및 업무 분석
(1)육상운송
(2)해상운송
(3)항공운송
(4)복합운송
2) 한국 물류산업의 문제점
1.물류 인트라의 경쟁력 취약
(1)사회
|
|
|
시스템 (Knowledge-base 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 프로그
|
|
|
시스템을 도입해가는 노력이 남다르다는 점에서도 올 해의 결과가 벌써부터 기대된다. 경영-통합시스템,웹광고,전자상거래,데이터마이닝(사례.기사모음)
1.한전 통합시스템으로 경영효율 제고
2.특화된 웹 광고 전략 부상
3.전자상
|
|
|
전자상거래는 전
자우편이나 전자게시판 (Bulletin Board System : BBS) 등을 통하여 주로 개인간에 1 대 1로 이루어진다.
2) 전자상거래 당사자에 따른 분류
(1) 기업간 거래(B to B : Business to Business)
기업간 거래는 사설 데이터시스템(Proprietary Date System)
|
|
|
데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략
I. 서론
1. 분석 동기와 보고서의 목적
2. 인터넷 쇼핑몰에서의 통계분석 시스템
3. 분석 과정
II. 이론
1. 고객관계관리(CRM) 및 e-CRM
2. 데이터마이닝
3. 연관성 규칙
4. SEMMA(Sampling, Ex
|
|
|
마이닝 기법으로 해결.
-마이크로소프트의 DM 발송
연간 4,000만건의 DM을 발송하는 마이크로소프트는 여기에만 약 4,000만 달러의 경비를 지출했으나 이를 고객의 구매이력 데이터를 이용하여 구매 패턴을 파악하여 구매 가능 고객에게만 발송
|
|
|
전자상거래
1. 전자상거래는 기업간 또는 기업과 소비자간의 상거래 활동을 통신네트워크를 통해 수행하는 사업
2. 개방형 네트워크인 인터넷의 폭발적인 확산과 함께 전자상거래사업이 대형 이슈로 대두
3. 88년 설립된 PC 플라워사는 2년
|
|
메뉴펼치기
