브레인코딩 Braincoding

DB.DataMining

1. 개요

가. 정의

1) 알려지지않은 새롭고 의미있는 정보를 발굴

2) 의사결정에 활용

나. 목적

1) 과거가 아닌 예측모델의 구현

2) 예상치 못한 패턴 지식검출이 목적

3) 상세한 세부데이터,기록데이터 요구=>지식집약적 작업

다. 등장배경

1) Mass 마케팅 -> Target 마케팅

2) What happen(Query) -> What will happen(Mining)

라. 외곽선만들기

2. 절차

가. DW/DM

나. Target  Data

다. Process Data

라. Pattern Data

마. 지식

바. 단계 (SEMMA)

1) Sample

2) Explore

3) Modify

4) Model

5) Access

3. 마이닝기법 (연연분군세)

가. 연관규칙

나. 연속규칙

다. 분류규칙

1) 과거데이터특성으로 결과값예측

2) 방법

가) 의사결정트리

나) 회구분석

다) 판별분석

라. 군집화

마. 세분화

바. 방법론

1) 예측적모델링

2) 탐색적모델링

4. 가치분석

가. 지지도 (Support)

1) 

2) 

3) 지지도가 높을수록 유의미

나. 신뢰도 (Confidence)

1) 

2) 

3) 신뢰도가 높을수록 유의미 (70~80%)

다. 향상도 (Lift)

1) 

2) 의미

가) 양수(>0)

(1) 향상도를 가짐

(2) 넥타이 & 셔츠

나) 0

(1) 독립적인 관계

(2) 넥타이 & 주전자

다) 음수(<0)

(1) 음의 향상도를 가짐

(2) 설사약 & 변비약

http://digilogmap.tistory.com

정보관리기술사 준비를 위한 마인드맵

데이터베이스 > 데이터마이닝

정보관리기술사 신재용