![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-1](http://images.happyhaksul.com/thumb/97/96792-0001.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-2](http://images.happyhaksul.com/thumb/97/96792-0002.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-3](http://images.happyhaksul.com/thumb/97/96792-0003.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-4](http://images.happyhaksul.com/thumb/97/96792-0004.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-5](http://images.happyhaksul.com/thumb/97/96792-0005.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-6](http://images.happyhaksul.com/thumb/97/96792-0006.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-7](http://images.happyhaksul.com/thumb/97/96792-0007.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-8](http://images.happyhaksul.com/thumb/97/96792-0008.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-9](http://images.happyhaksul.com/thumb/97/96792-0009.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-10](http://images.happyhaksul.com/thumb/97/96792-0010.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-11](http://images.happyhaksul.com/thumb/97/96792-0011.gif)
![[데이타베이스] 데이터마이닝 6가지 기법에 대한 조사(적용방법, 과정 및 사례)-12](http://images.happyhaksul.com/thumb/97/96792-0012.gif)
분야
hwp1) 인공신경망(Neural Networks)
< 사례 - 주택, 건물의 가격평가 >
2) 연관규칙(Association Rules)
< 사례 - 피자가게 >
3) 의사결정나무(Decision Trees)
< 사례 - 통신기 판매업체 >
4) 군집분석(Clustering)
< 사례 - 여군 유니폼 >
5) 최근접이웃(Nearest Neighbor)
< 사례 - 주식시장 >
6) 선형회귀(Regression)
따라서 상품의 진열 시에 기저귀와 맥주를 가까이 진열하는 것을 포함해서 유아용품과 맥주와 함께 먹기 좋은 감자칩 등을 또한 근처에 진열하는 것이 매출을 증가시킬 수 있는 매장의 레이아웃이 되는 것이다.
이러한 규칙은 일반적으로 알아낼 수 없는 규칙으로 실제 적용을 통해 좋은 결과가 기대된다고 할 수 있다.
두번째 예는 상식적으로 널리 알려진 관련성으로 이를 발견한다는 것은 크게 의미 있는 결과라 할 수 없다.
세번째 예는 타당한 근거가 없는 연관성으로 그 이유에 대한 설득력이 부족해서 일반화하기에는 무리가 있는 결과이다.
위의 예를 통해서 알 수 있듯이 데이터를 통해 얻어지는 모든 연관성이 의미 있다고 말하기는 곤란하다.
특히 대용량 데이터를 다루는 데이터마이닝의 경우, 수많은 품목들의 관계속에서 의미있는 관련성을 찾기 위해서는 결과해석에 앞서 연관성의 내용이 일반화 할 수 있는 내용인가를 판단할 수 있도록 각 연관규칙을 비교할 수 있는 비교기준이 필요하다.
따라서 데이터마이닝에서의 연관성 분석 목적은 이러한 품목간의 연관관계를 수치로 정량화하는데 있다.
