데이터베이스의 개념이 등장했고 이는 데이터베이스를 정제한 데이터웨어하우스, 데이터마트의 개념으로 확대되었다. 하지만 단순한 정보의 집적으로는 방대한 데이터들을 통제하고 기업의 의사결정에 활용할 수 없었다. 이러한 단점을 극복하기 위해 등장한 개념 중 하나가 데이터마이닝(DM: Data Min
연관성 규칙은 마케팅에서 손님의 장바구니에 들어있는 품목간의 관계를 알아본다는 의미에서 장바구니 분석 (Market Basket Analysis)이라고도 한다. 고객이 슈퍼마켓에서 구입한 물건들이 담겨져 있는 장바구니의 정보에 관심을 두고 연관성 분석은 특정한 상품을 구입한 고객이 어떤 부류에 속하는지, 그
데이터베이스로부터 과거에는 알지 못했던, 그리고 데이터 속에서 유도된 새로운 데이터 모델로 미래에 실행가능한 정보를 추출해내어 중요한 의사결정에 이용하는 과정이다.
전세계적으로 데이터마이닝은 5년 전쯤에 등장했다고 한다.
외국의 경우에는 은행이나 크레디트카드 사, 보험회사, 유통
Data Mining, Peter Cabena et al., Prentice Hall, 1997).
위의 이야기를 조금 더 발전시켜보자. 밀러씨의 전파상은 높은 인기와 더불어 날로 번창하여 갔고 드디어 밀러씨는 그 마을에 사는 고객 대분분의 요구를 다 예측할 수 있었다. 그리고 그에 필요한 서비스를 제공할 수 있었고, 이로 인하여 그의 인기는 날
정보가 은행에서 데이터마이닝(Data Mining) 기법으로 사용되는 것이다! 데이터마이닝 기법을 수업시간에 배워서 인지 더욱 흥미롭게 느껴졌다. 수많은 고객 정보 중에 대학을 졸업하거나 사회인이 되었을 나이의 고객 정보만을 추출하여 이용하는 것이다. 이렇듯 기업에서는 현재 데이터마이닝 기법을