데이터마이닝 기법

1.연관규칙탐사

상품 혹은 서비스 간의 관계를 살펴보고 이로부터 유용한 규칙을 찾아내고자 할 때 이용될 수 있는 기법입니다. 상품이나 서비스의 거래기록데이터로부터 상품간의 연관성정도를 측정하여 연관성이 많은 상품들을 그룹화하는 클러스터링의 일종이며, 동시에 구매될 가능성이 큰 상품들을 찾아냄으로써 시장바구니분석에서 다루는 문제들에 적용될 수 있지요.

연관규칙 : If A, then B(A->B) - 상품 A가 구매되어진 경우는 상품 B도 구매된다. 
예) 맥주와 아기기저귀


2.연속패턴탐사

동시에 구매될 가능성이 큰 상품군을 찾아내는 연관성측정에 시간이라는 개념이 포함되어 순차적인 구매가능성이 큰 상품군을 찾아내는 것인데요..

연관규칙 : A->B - 상품 A가 구매되면 일정시간이 경과한 다음에는 상품 B가 구매된다.
예)컴퓨터를 산사람은 다음달에 레이저프린터를 산다.


3.군집분석

고객수입, 고객연령과 같은 속성이 비슷한 고객들을 묶어서 몇 개의 의미있는 군집으로 나누는 것을 목적으로 하고 전체가 너무 복잡할 때에는 몇 개의 군집을 우선 살펴봄으로써 전체에 대한 윤곽을 잡을 수 있지요.


4.의사결정수(Decision Trees)

분류 및 예측에 자주 쓰는 기법으로 DM의 응답여부등에 영향을 미치는 변수들과 변수들의 상호작용을 누구나 쉽게 이해할 수 있도록 굳이 통계학적인 용어를 쓰지 않고도 설명이 가능하다는 것이 큰장점이며 특징이라고 할수 있겠네요. 


5.신경망모형

인간이 경험으로부터 학습해 가는 두뇌의 신경망 활동을 흉내내어 자신이 가진 데이터로부터의 반복적인 학습 과정을 거쳐 패턴을 찾아내고 이를 일반화함으로써 특히 향후를 예측하고자 하는 문제에 있어서 유용하게 이용되는 기법입니다.