데이터웨어하우스 DataWarehouse

 1  데이터웨어하우스 DataWarehouse-1
 2  데이터웨어하우스 DataWarehouse-2
 3  데이터웨어하우스 DataWarehouse-3
 4  데이터웨어하우스 DataWarehouse-4
 5  데이터웨어하우스 DataWarehouse-5
 6  데이터웨어하우스 DataWarehouse-6
 7  데이터웨어하우스 DataWarehouse-7
 8  데이터웨어하우스 DataWarehouse-8
 9  데이터웨어하우스 DataWarehouse-9
 10  데이터웨어하우스 DataWarehouse-10
 11  데이터웨어하우스 DataWarehouse-11
 12  데이터웨어하우스 DataWarehouse-12
 13  데이터웨어하우스 DataWarehouse-13
 14  데이터웨어하우스 DataWarehouse-14
 15  데이터웨어하우스 DataWarehouse-15
 16  데이터웨어하우스 DataWarehouse-16
 17  데이터웨어하우스 DataWarehouse-17
 18  데이터웨어하우스 DataWarehouse-18
 19  데이터웨어하우스 DataWarehouse-19
 20  데이터웨어하우스 DataWarehouse-20
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
데이터웨어하우스 DataWarehouse에 대한 자료입니다.
본문내용
Data Warehouse & Data Mining
목 차
데이터웨어하우스
1. 발생배경
2. 목표와 정의
3. 데이터웨어하우스의 진화
4. 특성
5. Framework
6. 아키텍처
7. DB와 DW의 차이점
8. 구축효과
9. DW 환경에서의 Star Transformation 기술 활용
10. DW를 이용한 고객유지와 이익창출
11. 적용사례
데이터마이닝
1. 정의
2. 배경
3. PROCESS(KDD)
4. 기법 종류
5. 필요성
6. 적용 사례
7. 기술의 추이
8. 다양한 분야에서의 활용
데이터 웨어하우스(Data Warehouse)
- 회사의 각 사업부문에서 수집된 모든 데이터에 관한 중앙창고라 할 수 있다.
1. 발생배경
- 각각의 부서에서 개발한 정보시스템은 단지 해당 부서 내에서만 사용되는 정보의 격리 현상이 위험 수준으로, 타 부서에서는 참조조차 못하는 상황
- 각각의 시스템들은 데이터를 수집하는 기간에 차이가 있으며, 보고서 생성 기간에서도 차이가 있다. 이로 인해 서로 다른 시기의 데이터가 공존
- 시스템 간에 계산 방법이 서로 상이
- 데이터의 원천이 서로 다르고, 이러한 결과로 추출 단계마다 문제점이 계속해 증폭
- 필요한 데이터의 위치를 파악하기 어렵다. 여러 파일과 테이블이 검토될 필요가 있다.
- 데이터 추출 및 변환 시 복수개의 프로그램을 거의 매번 다시 작성해야 하며, 다양한 환경에 존재하는 데이터를 사용자가 다뤄야 하는 생산성과 관련된 문제가 있다.
2. DW 목표와 정의
A. 목 표
오늘 본 자료
더보기
  • 오늘 본 자료가 없습니다.
해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용,무단 전재·배포는 금지되어 있습니다. 저작권침해, 명예훼손 등 분쟁요소 발견 시 고객센터에 신고해 주시기 바랍니다.