분야
hwp데이터마이닝
Ⅰ. 데이터마이닝의 기본개념
1. 데이터마이닝의 기본개념
2. 데이터웨어하우스
3. OLAP
Ⅱ. 데이터의 종류
1. 거래데이터
2. 고객 프로파일링 데이터
3. 설문데이터
4. 관찰데이터
5. 텍스트 데이터
Ⅲ. 데이터마이닝 작업유형 및 활용
1. 분류규칙
2. 예측작업
3. 연관규칙
4. 군집화
1) 데이터마이닝의 기본개념
데이터마이닝이란 자동화되고 지능을 갖춘 데이터베이스 분석기법으로 90년대 초반부터 지식발견(KDD: Knowledge Discovery in Database), 정보발견(information discovery), 정보수확(information harvesting)의 이름으로도 소개되어 왔는데 일반적으로 "대량의 데이터로부터 새롭고 의미 있는 정보를 추출하여 의사결정에 활용하는 작업"으로 정의된다. 용어에 '채굴하다'라는 의미의 'mining'을 포함시킨 이유는 데이터로부터 정보를 찾아내는 작업이 마치 금이나 다이아몬드를 발견하기 전의 수많은 흙과 잡석들을 파해치고 제거하는 것과 유사하다는 데에 기인한다.
현재 서적이나 논문을 보면 데이터마이닝과 지식발견이라는 용어를 혼용해서 사용하는 경우가 많아 혼동하기 쉽다. 개념이 소개되던 초창기에는 데이터마이닝이라는 용어는 통계학자, 데이터베이스 연구가, 그리고 기업체에서 사용한 반면, 지식발견의 경우는 인공지능이나 전문가시스템관련 연구에 주로 등장하였기 때문이다. 여기서는 지식발견을 데이터로부터 유용한 정보를 발견하는 프로세스의 전 과정이라고 정의하고, 데이터마이닝은 지식발견 프로세스 중에서 데이터로부터 정보를 추출하기 위해서 기법을 적용하여 유용한 모형을 얻는 특정단계라고 정의한다.1"데이터마이닝은 어떤 특정산업에만 한정되는 것이 아니다. 데이터마이닝은 인텔리전트 기술과 데이터에 잠재되어 있는 숨겨진 지식의 가능성을 탐구하고자 하는 열정을 요구한다. 대부분의 기업은 다음을 위해 데이터마이닝을 하게 된다.
▶ 지식의 발간 지식발견의 목적은 기업의 데이터베이스에 저장되어 있는 데이터로부터 감추어진 뚜렷한 관계, 패턴 혹은 상관관계를 찾아내는 것이다.
