|
OLAP and 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
|
|
|
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
|
|
|
데이터 마이닝의 정의 및 필요성 16
나. 데이터 마이닝 프로세스 18
다. 데이터 마이닝 접근방법 19
라. 의사결정나무분석 20
Ⅲ. 연구 방법 22
1. 연구 모형 22
2. 연구 대상 23
3. 분석 모형 23
4. 데이터마이닝 기법의 적용 28
|
|
|
데이터의 종류
구체적인 예
데이터 형태
데이터 수집과정
분석기술과 기법
거래데이터
거래내역, RFM
숫자, 부호, 문자
고객과의 실제 거래과정의 부산물, 보통 거래전산시스템을 통해 자동적으로 얻어짐
데이터마이닝에서 주로 쓰이는 기법
|
|
|
데이터베이스 구축
2.자체적인 CRM SYSTEM 개발노력
차이점
1.데이터마이닝기법을 사용
2.지점별data base를 공유
1. 켐페인관리시스템
2. 세개의 운영시스템구축
3. 1:1 서비스방향으로 CRM개선
2. 우리나라 CRM의 문제점
- 아직도 타겟 마케팅 보다는
|
|
 |
데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율, 한국방송공학회지 제18권 제4호 통권 제73호 (20
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
data analysis for the survey was carried out through mean, standard deviation, oneway ANOVA and scheff. More specifically, it investigated (1) What kinds of life events are the most stressful ones to ; (2) Do these differ according to grade level. The results are as follows. First, study and career
|
|
|
기법이 강조되면서 고객중심주의가 진화한 것이다. 처음에는 고객만족이더니 이제는 너나할 것 없이 고객감동을 표방한다. 지식경영이니 감성경영이니 하는 것들도 그 앞에 고객중심이라는 수식어가 붙는다. 고객중심의 지식경영이나 고객
|
|
|
데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실
|
|
 |
(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,
|
|
 |
고 활용하는 방법을 익힐 수 있었습니다.
대학원 과정에서는 기계학습과 데이터마이닝 기법을 활용한 사회적 문제 해결 연구를 수행하고자 합니다. 특히, 다음과 같은 연구 주제에 집중하고자 합니다.
- 사회적 문제 해결을 위한 데이터 분석:
|
|
 |
data 간의 연관분석 결과를 보고서로 작성하여 제출하였습니다. 이 자료는 TM영업부 부장님께 전해졌고, 이 자료를 바탕으로 기존 DB의 활용 다각화에 대한 회의가 진행되었습니다.
통계학도로서 실무에서 데이터마이닝 기법을 활용하고 그 결
|
|
 |
데이터의 비율이 매우 낮다는 특성을 파악해 문제를 ‘High Imbalanced Data 처리’, ‘오버피팅 해결 ’로 단순화할 수 있었습니다. 이상치 데이터의 영향을 줄이기 위해 현업에서 사용하는 Grading 등 기법을 공부해 소수의 문제가 되는 파라미터만
|
|
 |
데이터베이스에 저장되어 처리될 수 있어야 한다.
셋째로는, 수많은 고객의 거래정보를 저장, 처리, 분석할 수 있는 데이터 웨
어하우스, 데이터 마이닝의 데이터 처리 관련 기술들이 필요하다. 다양한 통
계적 분석 기법, 분석 모델 등을 통한
|
|
 |
기법들을 전문적으로 공부하겠습니다. 이와 함께 서비스산업 중심으로 재편되고 있는 현 국내 산업구조에 맞는 서비스산업관련 프로세스 디자인에 관해 다뤄보면서 글로벌적인 연구주제들과 국내 서비스산업 현장과의 비교를 진행해 연구
|
|
메뉴펼치기
