소개글
"SPSS 클레멘타인을 이용한 유통업의 의사결정향상을 위한 모델 구현"에 대한 내용입니다.
목차
1. 서론
2. 이론적 배경 및 틀
3. 가설 및 모형
4. 방법
5. 결과
6. 토의 및 시사점
본문내용
1. 서론
1) 연구 배경
현대의 산업 및 비즈니스 환경에서는 많은 IT(Information Technology)기술의 발전과 데이터 활용의 발달로 정보에 대한 중요성과 활용이 중요한 시대가 되었다. 특히 수많은 정보의 홍수로 인하여 많은 데이터가 넘쳐나게 되고 오히려 수 많은 데이터 때문에 정작 필요한 정보를 찾아내지 못하고 이것을 기업의 전략 및 의사결정에 원활하게 활용하지 못하고 있는 경우가 많다. 하지만 최근에 들어 이 수많은 정보들을 잘 활용하여 기업의 전략과 의사결정의 향상을 위해 나온 개념이 데이터 마이닝이다. 데이터 마이닝(KDD : Knowledge Discovery and Data Mining)은 대용량의 데이터로부터 이들 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 찾아내어 모형화함으로써 유용한 지식을 추출하는 일련의 과정들을 말한다.
<데이터 마이닝의 과정>
데이터 마이닝은 현재 많은 산업에서 활용되고 있고 특히 데이터의 중요성이 큰 산업에서 크게 활용되고 있는 실정이다. 데이터 마이닝의 등장 배경을 자세히 살펴보면 두 가지 요인의 필요성으로 나타나게 되었다. 이 둘을 살펴보면 크게 기술적 요인과 환경적 요인으로 살펴볼 수 있다.
기술적 요인
정보인프라 구축으로 인한 방대한 데이터
데이터베이스를 통한 새로운 지식 창출 가능
기계학습기법의 급속한 발전
기업적 환경 요인
경쟁력 있는 정보분석환경 출현
데이터베이스 마케팅의 지속적인 대두
- Data Mining의 적용 분야
1) 마케팅
- Data Mining이 가장 많이 활용되는 분야로 기업이 가지고 있는 고객정보의 데이터베이스를 중심으로 Data Mining 기법을 사용하여 데이터베이스 마케팅에서의 주제에 응용되고 있다. 특히 현대에는 과학적인 의사결정과 이러한 것을 지원하기 위해서는 데이터의 중요성이 부각되고 있다. 이러한 현상으로 볼 때 앞으로 마케팅 분야에서의 Data Mining은 더욱더 필요하게 될 것이다.
참고 자료
Galit Shmueli, 「비즈니스 인테리전스를 위한 데이터 마이닝」,2009
Michael J. A. Berry, Gordon S. Linoff, 「경영을 위한 데이터마이닝」,2009
강현철, 「고객관계 관리를 위한 데이터마이닝」,2006
Brian W. Mar, Ph.D., Bernard G. Morais「FRAT A BASIC FRAMEWORK FOR SYSTEMS ENGINEERING」,2002
Wha Soo Bae , Se Won Roh , 「한국통계학회논문집 , 12 권 , 2 호 , Startpage 497 , Endpage 508 , Totalpage 12」, 2005
박종선, 이진희, 「데이터 마이닝, 연관 규칙, 순차 패턴, 다차원 순차 패턴, Data Mining, Association Rule, Sequential Pattern, Multi-dimensional Sequential Pattern」, 2003
유동하, 「데이터 마이닝 테크닉 - Apriori 알고리즘 / 클러스터링」,2005
Wha Soo Bae , Se Won Roh , 「한국통계학회논문집 , 12 권 , 2 호 , Startpage 497 , Endpage 508 , Totalpage 12」, 2005
유동하, 「데이터 마이닝 테크닉 - Apriori 알고리즘 / 클러스터링」,2005
박종선, 이진희, 「데이터 마이닝, 연관 규칙, 순차 패턴, 다차원 순차 패턴, Data Mining, Association Rule, Sequential Pattern, Multi-dimensional Sequential Pattern」, 2003
MS 워드 
