
총 38개
-
데이터 마이닝의 기술적 동인2025.01.251. 데이터 마이닝의 기술적 동인 데이터 마이닝의 기술적 동인은 컴퓨터 기술의 발전, 인터넷과 월드 와이드 웹의 등장, 하드웨어 기술의 발전, 소프트웨어 기술의 발전, 인공지능과 기계 학습의 발전, 빅데이터의 등장, 데이터의 중요성에 대한 인식 증가, 개인정보 보호와 윤리적 문제에 대한 관심 증가, 다양한 응용 분야의 확장 등으로 요약될 수 있다. 이러한 동인들이 결합되어 데이터 마이닝 기술은 지속적으로 발전하고 있으며, 앞으로도 그 중요성과 활용 범위는 더욱 확대될 것으로 예상된다. 1. 데이터 마이닝의 기술적 동인 데이터 마이닝...2025.01.25
-
빅데이터의 기술 요건 네 단계에 대해 설명하세요2025.01.181. 데이터 수집 이 단계는 기업 내부와 외부에서 발생하는 엄청난 양의 데이터를 모으는 과정을 말한다. 이 과정에서는 다양한 데이터 소스로부터 필요한 정보를 수동이나 자동으로 수집하는 기술이 필요하다. 예를 들어, 기업 내부 데이터는 ETL(Extraction, Transformation, Load) 솔루션을 통해 추출, 변환, 적재하는 방식으로 확보할 수 있으며, EII(Enterprise Information Integration)를 활용하여 데이터를 통합하고 분석할 수 있다. 외부 데이터의 경우, 웹 크롤링 엔진을 사용하여 인...2025.01.18
-
Kernel PCA & Spectral Clustering2025.01.131. Kernel PCA Kernel PCA는 편향이 큰 실세계의 데이터를 분석하는데 어려움이 있고, outlier data에 매우 민감한 linear PCA의 단점을 보완하기 위해 kernel trick을 수행한다. 하지만 분산이 가장 큰 축으로 데이터들을 정사영 시킬 뿐, clustering algorithm을 적용하지는 않는다. 2. Spectral Clustering Spectral Clustering은 군집화를 더 쉽게 하기 위해서 유사도 행렬 A를 통해 데이터들을 변형된 공간에 넣고, 후에 clustering algori...2025.01.13
-
[경영정보시스템] 4차 산업혁명과 관련된 정보기술인 빅데이터에 대한 개념과 특성, 빅데이터를 활용한 기술을 조사하고, 기업에서 빅데이터를 어떻게 활용하고 있는지를 서술하시오. 또한 빅데이터 기술로 인해 발생할 문제점을 예측하고 이에 개인과 기업이 각각 어떻게 대응할 수 있을지를 서술하세요.2025.01.231. 빅데이터의 개념과 특성 빅데이터는 전통적인 데이터 처리 방식으로는 감당하기 어려운 방대한 양의 데이터 집합을 의미한다. 이러한 데이터는 양(Volume), 속도(Velocity), 다양성(Variety), 정확성(Veracity), 가치(Value)의 5가지 특성을 가지고 있으며, 이를 효율적으로 처리하고 분석하여 유의미한 정보를 도출하는 것이 빅데이터 기술의 핵심이다. 빅데이터는 기업의 의사결정에 필요한 근거를 제공하고, 새로운 비즈니스 기회를 발굴하며, 고객의 행동을 예측하는 등 다양한 활용 가능성을 가지고 있다. 2. 빅...2025.01.23
-
CRM 관리에서 신규고객 유치전략과 기존고객 유치전략2025.01.171. CRM 기술적 구성요소 CRM을 구성할 때 가장 중요한 정보 기술은 데이터베이스와 데이터 웨어하우스이다. 데이터웨어하우스는 개별 사업정보시스템에 흩어져 있는 고객 관련 데이터를 통합해 고객 중심 데이터를 정리하는 개념으로 분석정보와 보고서 계산이 용이하다. OLAP 기술은 고객, 제품, 구매 행동, 서비스 이력 등 다양한 측면을 분석할 수 있으며, 데이터마이닝은 CRM 관련 프로젝트의 필수적인 부분이다. 2. 신규고객 유치전략 CRM은 이미 내부에서 가지고 있는 데이터베이스를 기준으로 의사결정을 내린다. 그러므로 신규고객을 유...2025.01.17
-
특허와 기술개발 선행기술 조사 보고서 과제(인공지능 데이터마이닝)2025.01.061. 데이터 마이닝 데이터 마이닝은 대량의 데이터로부터 새롭고 의미 있는 정보를 추출하고 이를 의사결정에 활용하는 기술입니다. 최근 데이터의 양과 다양성이 증가함에 따라 데이터 마이닝 기술이 각광받고 있습니다. 연관 규칙 분석, 클러스터링 등 다양한 데이터 마이닝 기술이 존재하며, 소매업체의 상품 진열, 광고 추천 등 다양한 분야에서 활용되고 있습니다. 또한 웹 사용 마이닝을 통해 사용자 행동 패턴을 분석하고 개인화된 서비스를 제공할 수 있습니다. 2. 실시간 데이터 마이닝 최근 스마트 단말기의 보급으로 인해 로그 데이터의 양이 증...2025.01.06
-
4차 산업혁명을 선도할 주요 기술에 대한 조사2025.04.261. 인공지능의 발전 인공지능은 기계나 알고리즘, 시스템이 인간의 행동과 지능을 모방하는 능력을 가진 기술이다. 인공지능은 인간의 지능을 시뮬레이션하고 확장하며, 이런 기술이나 방법, 응용프로그램을 연구하고 개발하는 새로운 기술 과학이다. 인공지능은 탄생 이후 이론과 기술이 나날이 발전되고 있으며, 응용 분야도 확대되고 있다. 미래의 인공지능 기술은 다양한 과학 기술 제품에 인류 지혜의 지혜를 담당할 것이라고 예상할 수 있다. 2. 인공지능의 활용 인공지능은 이미 점차 우리 생활에 들어와 다양한 분야에 응용되고 있다. 자율주행차, ...2025.04.26
-
고객관계관리 정의 및 특성, CRM 실행안 분석2025.01.171. 고객관계관리 정의 및 특성 CRM은 고객과의 장기적 관계를 구축하고 고객관리 요소를 정리·통합해 기업 경영 성과를 개선하기 위한 새로운 경영방식이다. CRM은 장기적으로 고객 수익성을 극대화하는 것을 목표로 하며, 다양한 고객 정보를 수집, 저장, 분석하여 적시에 적절한 고객에게 효과적인 채널을 통해 제품이나 서비스를 제공한다. 2. CRM의 구성요소 CRM의 구성요소에는 프로세스와 기술적 관점이 있다. 프로세스 관점에서는 신규고객 유치, 기존고객 관리, 고객 수명주기 관리 등이 포함된다. 기술적 관점에서는 데이터웨어하우스, ...2025.01.17
-
데이터마이닝 ) 나무 형태를 이용한 지식 표현 사례2025.01.031. 의사결정나무 의사결정나무는 예측모형에서 가장 많이 사용되며 의사결정 규칙을 도표화하여 대상 집단을 분류하거나 예측하는 분석 방법입니다. 의사결정나무의 장점은 나무구조에 의해 모형이 표현되어 사용자의 이해가 쉽고, 유용한 예측변수나 비선형성을 자동으로 찾아낼 수 있으며, 선형성이나 정규성, 등분산성과 같은 가정을 필요로 하지 않는 비모수적인 방법이라는 것입니다. 하지만 의사결정나무 모형은 연속형 변수를 비연속적인 값으로 취급하여 분리의 경계점에서 예측오류가 큰 가능성이 있고, 선형성과 주 효과를 가지지 못한다는 단점이 있습니다....2025.01.03
-
데이터마이닝의 정의와 활용 분야2025.01.071. 데이터마이닝 정의 및 필요성 데이터마이닝은 대용량의 데이터에서 유용한 지식을 효과적으로 찾아내는 기술로, 기업의 경쟁력 확보에 중요한 역할을 합니다. 데이터마이닝은 통계학, 인공지능, 데이터베이스 등 다양한 분야를 아우르는 융합 분야이며, 비계획적으로 수집된 대용량 데이터를 다루고 일반화와 예측이 중요한 특징을 가지고 있습니다. 2. 데이터마이닝의 활용 분야 데이터마이닝은 데이터베이스 마케팅, 신용평가, 의료 분야 등에서 다양하게 활용되고 있습니다. 데이터베이스 마케팅에서는 타겟 마케팅, 고객 세분화, 이탈 고객 분석 등에 활...2025.01.07