연관성(assoociation) 이라고 하고 이러한 현상을 발견하고자하는 분석을 데이터 마이닝(data mining)기법에서 연관성 분석(association analysis) 또는 연관성규칙 발견 분석(association rule analysis)이라고 한다. 이러한 연관성규칙 현상을 특히 "(item set A:조건) ⇒ (item set B:결과)" 또는 "if A, then B" , "A ⇒ B"라고 표현한
제1장 데이터마이닝의 개요
1. 데이터마이닝의 정의
1956년 미국의 어느 조그만 마을에 작은 전파상을 운영하는 밀러라는 사람이 있었다. 이 전파상은 수 대에 걸쳐서 내려오는, 그 주위의 여러 다른 마을에도 소문이 난 유명한 가게였다. 물론 주위에는 여러 개의 전파상이 있었지만 유독 밀러씨
경영에 있어 데이터베이스 마케팅(Database Marketing), 고객관계관리(CRM: Customer Relationship Management), 위험관리(Risk Management), 등이 부각되기 시작했다. 보다 신속하고 정확한 의사결정과 마케팅 전략 수립은 이제 기업의 사활이 걸린 문제가 됐다.
이러한 변화는 많은 기업들이 현재 데이터베이스시스템의 한
정보가 차단 되면 다른 네트워크에서 정보를 얻을 수 있도록 하기 위한 거대한 프로젝트였다. 이 네트워크를 ARPnet이라고 하였고 이후에 이 네트워크을 기반으로 많은 대학교와 연구소의 컴퓨터들이 계속 연결되면서 규모가 커져 전 세계에 걸친 초대형 네트워크인 인터넷으로 발전하게 된 것이다.
인
Association Rule (연관성규칙)
전 세계적으로 시장 경쟁이 심화되면서 과거의 Mass marketing에서, 보다 소비자의 마음에 가깝게 다가가는 Target Marketing이 발전해왔다. 이러한 경쟁 환경에서 성공적인 비즈니스를 위해서는 의사결정을 위한 고급정보의 획득이 필수적이었다. 또한 기술적 측면에서의 비약적