올레포트 : 대학레포트, 족보, 실험과제, 실습일지, 기업분석, 사업계획서, 학업계획서, 자기소개서, 면접, 방송통신대학, 시험 자료실
올레포트 : 대학레포트, 족보, 실험과제, 실습일지, 기업분석, 사업계획서, 학업계획서, 자기소개서, 면접, 방송통신대학, 시험 자료실
로그인  회원가입

파트너스

자료등록
 

다시받기

장바구니

코인충전

  • Data Mining와 전자상거래   (1 페이지)
    1

  • Data Mining와 전자상거래   (2 페이지)
    2

  • Data Mining와 전자상거래   (3 페이지)
    3

  • Data Mining와 전자상거래   (4 페이지)
    4

  • Data Mining와 전자상거래   (5 페이지)
    5

  • Data Mining와 전자상거래   (6 페이지)
    6

  • Data Mining와 전자상거래   (7 페이지)
    7

  • Data Mining와 전자상거래   (8 페이지)
    8

  • Data Mining와 전자상거래   (9 페이지)
    9

  • Data Mining와 전자상거래   (10 페이지)
    10

  • Data Mining와 전자상거래   (11 페이지)
    11

  • Data Mining와 전자상거래   (12 페이지)
    12

  • Data Mining와 전자상거래   (13 페이지)
    13

  • Data Mining와 전자상거래   (14 페이지)
    14

  • Data Mining와 전자상거래   (15 페이지)
    15


  • 본 문서의
    미리보기는
    15 Pg 까지만
    가능합니다.
클릭 : 크게보기
  • Data Mining와 전자상거래   (1 페이지)
    1

  • Data Mining와 전자상거래   (2 페이지)
    2

  • Data Mining와 전자상거래   (3 페이지)
    3

  • Data Mining와 전자상거래   (4 페이지)
    4

  • Data Mining와 전자상거래   (5 페이지)
    5

  • Data Mining와 전자상거래   (6 페이지)
    6

  • Data Mining와 전자상거래   (7 페이지)
    7

  • Data Mining와 전자상거래   (8 페이지)
    8

  • Data Mining와 전자상거래   (9 페이지)
    9

  • Data Mining와 전자상거래   (10 페이지)
    10



  • 본 문서의
    (큰 이미지)
    미리보기는
    10 Page 까지만
    가능합니다.
  더블클릭 : 닫기
X 닫기
좌우이동 : 드래그

Data Mining와 전자상거래

인쇄
바로가기
즐겨찾기 키보드를 눌러주세요
( Ctrl + D )
링크복사 링크주소가 복사 되었습니다.
원하는 곳에 붙혀넣기 하세요
( Ctrl + V )
공유
파일  Data Mining와 전자상거래.hwp   [Size : 86 Kbyte ]
분량   20 Page
가격  1,000


카트
다운받기
카카오 ID로
다운 받기
구글 ID로
다운 받기
페이스북 ID로
다운 받기
뒤로

자료설명
DataMining와전자상거래
목차/차례

1. Data Mining의 개념

2. Data Mining의 등장배경

1) 정보화 시대의 도래

2) 정보기술의 가속적 발전

3) 전통적인 전문가 시스템의 한계

4) 데이터의 홍수, 정보의 빈곤

3. Data Mining의 효익

4. Data Mining과 Dataware House의 관계

5. Data mining의 절차

1) 자료의 수집(Data Collection)

2) 데이터의 준비(Data Preparation)

3) 데이터마이닝의 수행

4) 데이터 시각화(Data Visualization) : 선택 가능

5) 마이닝 결과의 활용

6. Data Mining의 기법들

1) Modeling

2) 분석리포트작업

3) 상관분석(Correlations)

4) T-test

5) ANOVA(분산분석)

6) 회귀분석 (Regression)

7) 로지스틱 회귀 분석(Logistic Regression)

8) 판별 분석(Discriminant Analysis)

9) 예측 분석 기법(Forecasting Methods)

10) 군집 분석(Cluster Analysis)

11) 요인 분석(Factor Analysis)

12) 의사 결정 나무 (Decision Trees)

13) Data Visualization

14) 신경망 분석(Neural Networks)

7. Data Mining을 통해 도출되는 정보의 종류

1) 연관규칙

2) 연속규칙

3) 분류규칙

4) 데이터군집화

8. 일반적인 Data Mining의 응용분야

1) 소매/마케팅

2) 은행/카드

3) 보험

4) 통신

5) 제조

6) 유통

7) 의료

9. Data mining의 전자상거래 기업에서의 필요성

1) 데이터의 양적 팽창

2) 원시데이터로부터 의미있는 정보나 지식 추출의 필요성

3) 치열한 시장 경쟁

4) 대중마케팅에서의 일대일 마케팅으로 진화

10. 전자상거래 기업을 위한 Data mining 구조

11. 전자상거래 기업에서의 Data Mining 응용분야

1) 개인화 혹은 표적화된 동적 배너 광고 및 전자 카탈로그

2) 개인화 혹은 표적화된 이메일 마케팅

3) 지능화된 고객 셀프 서비스 센터

4) 유사상품 추천 및 교차 판매

본문/내용
2. Data Mining의 등장배경
1) 정보화 시대의 도래
18세기 중엽부터 시작된 산업화의 물결은 지난 200여년 동안 인류 문명을 지배하였고, 이는 다량 생산과 소비를 가능케 하여 이전에는 기대할 수 없는 물질적인 풍요를 가져왔다. 이 시기의 기업은 정부의 보호와 규제속에서 독과점의 형태를 띠고 있었으며, 전통적인 자원인 인력, 자금, 그리고 물자의 효율적 운용을 통해 다량의 제품이나 서비스를 받으면 성공적이라 할 수 있었다. 또한, 이때에는 정보에 대한 환경의 변화가 거의 없었기 때문에 경영자의 경험이나 소수 전문가의 경험을 통해 얻어진 간단한 통계수치나 단순한 정보지식만으로도 충분하였다.
그러나, 오늘날 기업이 처한 환경은 과거와는 완전히 다르다. 시장은 다품종 소량생산이 요구되는 소비자 주도로 바뀌었고, 소비자의 취향은 하루가 다르게 변하며, 기업간의 경쟁은 날로 심화되가고 있다.
이러한 환경에서 기업이 생존하고 발전하기 위해서는 지속적으로 소비자의 동향을 파악하고, 자사는 물론 경쟁사의 경영전략을 효과적으로 분석하고 대처할 수 있는 능력을 절실하게 요구되는데, 이를 가능케 하는 것이 바로 정보다. 따라서 정보화 …



📝 Regist Info
I D : ssdd*******
Date : 2012-05-03
FileNo : 16093770

Cart