Knowledge Discovery in Database)이라는 용어를 혼용해서 사용하는 경우가 많다. 개념이 소개되던 초창기에 데이터마이닝이라는 용어는 특히 통계학자, 데이터베이스 연구가, 그리고 기업체에서 많이 사용한 반면, 지식 발견의 경우는 인공 지능이나 전문가 시스템 관련 연구에 주로 등장했다. 그러나 캐나다
인한 방대한 데이터
- 데이터베이스를 통한 새로운 지식 창출 가능
- 기계학습기법의 급속한 발전
인공지능 기술의 발전 - knowledge discovery,
knowledge extraction, machine learning
4) 기업적 환경요인
- 경쟁력 있는 정보분석환경출현
- 데이터베이스마케팅의 지속적인 대두
[참고] 데이터 마이닝(Data Mining) 이란?
0 Data Mining의 3가지 목적
① 지식의 발견 (discovery of knowledge)
- 분석가(Analysist)는 기업의 데이터베이스에 저장되어있는 거대한 양의 데이터(data)로부터 의미 있는 정보(information)를 추출해 내야 함 ☞ 지식의 발견
② 데이터의 시각화 (visualization of data)
- 거대
21세기는 IT기술의 발달, 특히 인터넷의 확산으로 기업과 고객간의 양방향 커뮤니케이션이 가능하게 되었다. 고객 쪽에서 보면 인터넷의 발달로 가장 좋은 제품을 찾기 위한 탐색 비용이 크게 낮아져 선택의 폭과 만족에 대한 기대치가 높아졌다. 기업편에서 보면 고객에 대한 정보를 토대로 고객의 수
데이터마이닝은 중요한 패턴이나 경향을 추출하기 위한 목적으로 데이터를 체계적으로 개발하는 것으로 정의된다. 많은 기업에서는 정보기술의 향상과 데이터 저장 비용의 하락으로 대용량의 데이터를 저장 할 수 있다. 방대하고 복잡해진 데이터를 효과적으로 활용하는 방안이 최대 관심이다. 경영