Data Minining

1. 정의

• 대량의 데이터에 고급 통계 분석과 모델링 기법을 적용하여 데이터 간의 패턴과 관계를 도출, 의사결정에 활용할 수 있는 의미 있는 정보를 발견하는 과정
• Big Data 분석, Smart Data

 

2.  데이터 마이닝 기법 종류 및 수행 절차

가. 마이닝 기법

• 탐색적 모델 (ASC)
  • 연관성기법(Association) -(지지도/신뢰도/향상도) : 여러 개의 트랜잭션들 중 동시에 발생하는 트랜잭션의 연관 관계를 발견.
  • 연속성 (Sequence) : 개인별 트랜잭션 이력 데이터를 시간의 흐름 연속수행(시계열)으로 분석하여 트랜잭션의 향후 발생 가능성을 예측
  • 데이터 군집화 (Clustering)-비지도 학습 : 상호간 유사 특성 갖는 데이터들의 집단화 과정
• 예측적 모델(분신특의)
  • 데이터 분류 (Classification)-지도학습 : 알려진 특정 그룹의 특징을 부여하고 정의된 분류에 맞게 구분
  • 신경망 (Neural Network) : 뇌의 뉴런 모방한 입력-은닉-출력층의 구성 패턴 인식기, 학습 통한 예측
  • 특성화 (Characterization) : 데이터 집합의 일반적인 특성 분석, 데이터의 요약 과정을 통하여 특성 규칙 발견
  • 의사결정 트리 (Decision Tree) : 과거 수집 데이터 분석 후 이들간의 분류 패턴 식별,값 예측

나. 수행절차  -  선전변마평

- 선택(Sampling/Selection) -> 전처리(Data Cleaning/Preprocessing) -> 변환(Transformation) -> 데이터 마이닝(Modeling) -> 해석과 평가(Reporting/Visualization)

 

3. 연광성 기법의 지지도 신뢰도 향상도 공식

- 지지도 : P(A∩B), 신뢰도 : P(B|A) = P(A∩B) / P(A), 향상도 : P(A∩B) / P(A)P(B)