|
데이터의 변화추이를 찾아내는 과정이다. 데이타마이닝이란?
과정과 방법
데이타마이닝의 응용
데이타마이닝의 목표
Prediction(예측)
Identification(확인)
데이타마이닝의 기법들
연관규칙 (Association rules)
분류체계 (Classification hi
|
|
|
데이터마이닝 의사결정나무분석 -』, 서울, SPSS 아카데미.
☆Michael J. A. Berry and Gordon Linoff (1997). Data Mining
Techniques for Marketing, Sales, and Customer Support, New
York: John Wiley & Sons, Inc.
☆Pieter Adriaans and Dolf Zantinge, (1998). 『데이타마이닝』,
서울, 그린.
★
|
|
|
데이터관리시스템
4) 모델관리시스템
5) 검색 및 모델 에이전트
6) 검색 에이전트
7) 모델 에이전트
2. 시스템 구현 모듈 구성
1) 키워드 기반 검색 모듈
2) 데이터베이스 생성 모듈
3) 검색 유형 비교
4) 고객 선호 모델 기반의 검색 모듈
|
|
|
규칙을 변경하였다
) 엄용환,「새로운 정보기술,데이터 마이닝」,『행정과전산』 82집(2000), pp.78∼79
.
VI. 현재 데이터베이스의 한계점
데이터 웨어하우스와 데이터 마이닝과 같이 전자적으로 축적되어 있는 데이터를 공유하고 이를 적극적으
|
|
|
데이터마이닝
3. 연관성 규칙
4. SEMMA(Sampling, Exploring, Modifying, Modeling, Assessment)
5. 의사결정나무
III. 분석
1. 데이터 탐색 및 전처리(Data preprocessing ; Sampling, Exploring, Modifying)
2. 의사결정나무(Decision Tree ; Modeling)
3. 연관성분석(Association ; Model
|
|
|
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
|
|
|
연관규칙의 효과적인 감축, 한국지능시스템학회 논문지, 제19권, 제2호, 2009.
서정민, 데이터 마이닝, BSC, 그리고 BPM 기반의 6시그마 방법론에 관한 연구, 울산대학교 대학원 논문, 2005.
송영미, Data Mining 기법을 활용한 효율적 보험사기 적발 모
|
|
|
데이터마이닝 enterprise miner 4,0을 이용한 방법론 및 활용, 자유아카데미
◇ 김성언최재화(1999), 데이터베이스 시스템, 학현사
◇ 박원환(2001), 수량 연관규칙을 위한 데이터마이닝 알고리즘에 관한 연구, 순천대학교 대학원 석사학위논문
◇ 이
|
|
|
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
|
|
|
데이터 마이닝은 대용량 데이터베이스에 존재하는 여러 가지 유용한 지식을 캐내는 기법으로서 최근 들어 관심을 받고 있는 분야이다. 마이닝에서 얻을 수 있는 지식에는 연관규칙, 분류규칙, 요약규칙, 클러스터링 등 여러 가지가 있으며 추
|
|
메뉴펼치기
