본문/내용
_SLIDE_1_
1
의사결정트리를 통한
자동차산업의
구매 패턴 분류
_SLIDE_2_
Contents
2
의사결정트리
데이터마이닝
CRM
연구절차와방법
C4.5
문제정의
결론
_SLIDE_3_
3
▶데이터마이닝
▶CRM
▶의사결정트리
논문분석
발표keyword
_SLIDE_4_
의사결정트리
4
예시
알고리즘을 시각적으로 표현한 데이터마이닝의 대표적인 분석방법
논문분석
_SLIDE_5_
의사결정트리
뿌리마디
자식마디
자식마디
자식마디
가지
중간마디,
부모마디
자식마디
깊이
논문분석
자식마디
자식마디
_SLIDE_6_
의사결정트리의 장점
해석의 용이성
나무구조로 모형이 표현. 모형을 사용자가 쉽게 이해가능.
다른 표본들에도 모형을 적용시키기 쉬움.
교호작용효과
조건A이고 조건B이면 결과C.
두가지 이상의 변수를 활용하여 쉽게 결과도출.
논문분석
_SLIDE_7_
의사결정트리의 단점
비안전성
의사결정트리는 분석한 자료에 의존.
그 결과 새로운 자료의 예측에 있어 불안정한 가능성이 큼.
비연속성
의사결정트리에서는 연속한 변수(시간, 나이)를 비연속적인 값으로 취급. 경계점에서 예측오류가 클 가능성이 있음.
의사결정트리의 적용
분석의 …
① 고객자료 수집 및 통합
② 수집자료에 대한 추출 및 정제작업
③ 변수의 선정
④ 분류에 의한 고객 그룹속성 분석 및 고객그룹에 대한 분류규칙의 분석
표1. 변수의 Correlation
닝과 CRM의 활용
논문분석
_SLIDE_15_
분석의 절차 및 변수 선정
15
국내 완성자동차 업체A사의 자료를 토대로 연구
그 진행은 데이터 마이닝 프로세스의 각 단계별 과정에 따름
① 고객자료 수집 및 통합
② 수집자료에 대한 추출 및 정제작업
③ 변수의 선정
④ 분류에 의한 고객 그룹속성 분석 및 고객그룹에 대한 분류규칙의 분석
연구절차와 방법
논문분석
_SLIDE_16_
16
표1. 변수의 Correlation
변수
Correlation
변수의 수
차명 vs 마지막고려차종
0.7252
2385
고려차종 vs 마지막고려차종
0.92082
2385
소유차종 vs 고려차종
0.75543
2385
소유차종 vs 마지막고려차종
0.72874
2385
마지막고려차종 vs 소유차종
0.72874
2385
조작용이성 vs 조작편의성
0.79233
3159
가족총소득 vs 생활비
0.77786
3078
연령 vs 가족형태
0.77786
3159
수집자료에 대한 추출 및 정제작업
논문분석
_SLIDE_17_
변수의 선정(C4.5)
Entropy : 주어진 데이터 집합의 혼잡도를 의미
가장 혼잡도가 높은 상태의 값이 1이며,
하나의 클래스로만 구성된 상태의 값이 0이다.
Information Gain: 어떤 속성을 선택함으로 인해서 데이터를 더 잘 구분하게 되는 것을 의미
이 값이 클수록 정보 이득이 큰 것이고 해당 속성이 변별력이 좋다는 것을 의미
- C4.5에서 필요한 수식
논문분석
_SLIDE_18_
변수의 선정(C4.5예시)
엔트로피 값을 계산해보자. 10명의 회원이 있는데 5명이 우수회원, 5명이 일반회원이라고 하자.
논문분석
_SLIDE_19_
분석의 절차 및 변수 선정
19
논문분석
유의변수 도출 후 산출된 유의변수로는 구분을 두 가지로