[경영정보] Association Rule(연관성규칙)

  • 등록일 / 수정일
  • 페이지 / 형식
  • 자료평가
  • 구매가격
  • 2008.10.14 / 2019.12.24
  • 17페이지 / fileicon hwp (아래아한글2002)
  • 평가한 분이 없습니다. (구매금액의 3%지급)
  • 1,400원
다운로드장바구니
Naver Naver로그인 Kakao Kakao로그인
최대 20페이지까지 미리보기 서비스를 제공합니다.
자료평가하면 구매금액의 3%지급!
이전큰이미지 다음큰이미지
목차
1) 연관성규칙의 정의

2) 연관성규칙의 원리 및 분석 방법

3) 연관성규칙의 장점과 단점

4) 연관성규칙의 응용분야

본문내용
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 비약적인 성장으로 인해 데이터가 양적으로 눈에 띄게 증가하고, 데이터 웨어 하우스의 구축이 자연스럽게 이뤄졌다. 이러한 상황에서, 이 막대한 데이터를 성공적인 비즈니스를 위해서 보다 잘 분석하고 해석하여, 효과적인 비즈니스 전략을 위한 근거로 삼을 필요가 있었다. 이러한 배경 하에 나오게 된 것이 바로, '큰 데이터베이스에서 유용한 관계를 발견하거나 찾는다‘는 의미의 데이터 마이닝(Data Mining)이다. 그리고 Data Mining의 전 과정 중에서 업무의 목적에 따라 다양한 기법들이 사용 가능한데, 여기서 Agrawal et al.[1993]이 제안한 대표적인 데이터 마이닝 기법이 바로 ‘연관성 규칙’이다.

1. 연관성 규칙의 정의

(1) 연관성 규칙이란 ?
연관성 규칙이란, ‘데이터 안에 존재하는 연관관계를 찾아내는 작업’으로, 제품이나 서비스의 교차판매(Cross Selling), 매장 진열(Display), 첨부우편(Attached Mailing), 사기적발(Fraud Detection) 등의 다양한 분야에 활용되는 기법이다. 연관성은 ‘특정의 아이템집합에서 특정 아이템의 거래가 발생하면 다른 특정 아이템 집합의 특정 아이템의 거래가 발생하는 현상’을 뜻한다. 따라서 데이터 안에 존재하는 항목간의 ‘상품을 구매하거나 서비스를 받는 등의 일련의 거래나 사건들의 연관성에 대한 규칙 - 연관규칙(association rule)'을 발견하는 과정이 바로 연관성 규칙이라 하겠다.
연관성 규칙은 상품 혹은 서비스간의 관계를 살펴보고자 할 때 매우 유용하게 사용되어질 수 있다. 연관성 측정(Associations)은 어떤 특정 문제에 대해 아직은 일어나지 않은 답을 찾는다. 동시에 구매될 가능성이 큰 상품들을 찾아냄으로써 시장바구니 분석(Market Basket Analysis)에서 다루는 문제들에 적용가능하다.

(2) 시장바구니 분석

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, 그들이 왜 그런 구매를 했는지를 알기 위해 고객이 구매한 상품에 대한 자료를 분석하는 것이다. 이항분석을 통하여 효율적인 매장진열, 패키지 상품의 개발, 교차판매전략 구사, 기획상품의 결정 등에 응용할 수 있다.
EX) Products in Shop Cart (One trip, Together)
1) 구매자가 제품을 구매할 때 이웃의 영향이 있었는가?
2) 오렌지 주스와 청정재 구입시 윈도우 클리너를 같이 구입하는가?
3) 우유를 바나나 구입시 함께 구입하는가? 또한 구입할때 특정브랜드를 구입하는가?
4) 청정재를 어느 곳에 위치시켜야지만 판매고를 최대화하는가?
(3) 연관성 법칙의 기본 논리
참고문헌
R. Agrawal. T.lmielinski, 「Mining association rules between sets of items in large database」, Proceeding of the ACM SIGMOD conference on Management of Data, 1993.

R. Agrawa. R.Srikant, 「Fast algorithms for mining association rules」, Proceeding of the 20th International conference on Very large Database table of contents, 1994.

Vasilis Aggelis, 「Association rules model of e-banking services」, In 5th international conference on Data Mining, Text Mining and their Business Application, 2004.

김용수, 「전자 상거래에서 고객의 탐색 및 행동패턴을 고려한 추천 시스템의 개발」, 한국과학 기술원, 2006.

신수일, 「연관 규칙과 분류 규칙을 이용한 은행 고객의 연체 성향 분석에 관한 연구 : 신용카드 연체 중심으로」, 서강대학교 대학원, 2003.
자료평가
    아직 평가한 내용이 없습니다.
회원 추천자료
  • 경영정보-데이터 마이닝 기법
  • 연관성규칙대량의 고객거래 데이터베이스는 구매항목들 간의 연관성, 즉 어떤 항목이 어떤 항목과 관련되는지에 대한 분석에 알맞다. 이때 연관성규칙(association rules) 또는 친화성 분석(affinity analysis)은 다양한 방식으로 사용된다. 예를 들어 식료품점에서는 할인쿠폰을 발행하기 위해서 고객이 구매한 모든 물품들을 조사한 후에 이 정보를 이용하여 고객의 구매결과들을 연관성규칙으로 표현함으로써 어떤 물품을 할인할지를 결정한다. 넷플릭스(Netfl

  • [교육행정] 장학론[SuperVision and Instructional Leadership]
  • 규칙은 칠판의 오른쪽◦교사 : 사무적인 모습◦교장의 규칙과 원리에 따름◦학생들이 활동적으로 참여함◦수업에 다양한 형태로 참여◦협동학습, 높은 수준의 질문수업 방법◦같은 주제에 같은 교재를 사용하지만 자유재량권(discretion)을 가짐◦똑같은 교재뿐 아니라 똑같은 쪽의 수업(교육과정의 표준화)◦첫 번째 회의에서 자료, 계획, 시간표 등을 세워서 적용◦결과에 대한 피드백(feedback)◦어려움을 느끼는 학생에게 더 깊은 관심◦다양

  • [경영]데이터마이닝 활용 방안 및 적용사례
  • DATA MINING차 례-1장. 데이터 마이닝의 개요1. 등장배경2. 정의 및 유사개념3. 작업분야4. 응용분야2장. 데이터 마이닝 기법1. 연관성 측정(Associations), 2. 군집화(Clustering) 3. 의사결정수(Decision Tree), 4. 신경망모형(Neural networks)5. 기타3장. 지식발견 프로세스1. 프로세스의 단계2. 준비작업3. 데이터의 선택4. 데이터의 정제5. 데이터의 보완6. 데이터의 변환7. 데이터마이닝 기법 선택 및 적용8. 모형의 평가4장. 데이터마이

  • [국제통상] 해외직접 투자전략 카르페디엠(Carpediem)
  • 연관성과 전체적인 전망에 대해 함께 논의하면서 사소한 의견충돌도 있었지만 팀원들 간에 서로의 의견을 존중하고 포용하려고 노력하였다.그런 노력의 과정으로 전반적인 해외직접투자의 개념과 기본적인 이론체계를 다시 한 번 정리하고 주의 깊게 봐야 될 최근의 동향을 선정해 다음과 같이 토픽을 정하였다.- 진출동기형 투자유형- 단독투자- 국제합작투자- 국제인수합병(M&A)- 투자환경광련 정보수집&분석의 중요성- 기업의 사회적 경영(CSR)-

  • [졸업][경영정보] 데이터마이닝을 이용한 의사결정지원시스템
  • 규칙(Characteristic Rule)을 이용한 의사결정지원 시스템3.5 타당성 검증제 4 장 결론4.1 연구 요약4.2 향후 연구방향참고 문헌표 목 차 목적에 따른 구체적 작업유형 데이터 마이닝 기법 사용 현황 데이터 마이닝의 응용분야 및 적용 사례 데이터 마이닝의 발전 단계 데이터 마이닝 Tool의 비교 데이터 마이닝 기법 평가 실제집단과 예측집단의 타당성 평가 이탈 비율이 높은 집단의 추출과정

오늘 본 자료 더보기
  • 오늘 본 자료가 없습니다.
  • 저작권 관련 사항 정보 및 게시물 내용의 진실성에 대하여 레포트샵은 보증하지 아니하며, 해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지됩니다. 저작권침해, 명예훼손 등 분쟁요소 발견시 고객센터에 신고해 주시기 바랍니다.
    사업자등록번호 220-06-55095 대표.신현웅 주소.서울시 서초구 방배로10길 18, 402호 대표전화.02-539-9392
    개인정보책임자.박정아 통신판매업신고번호 제2017-서울서초-1806호 이메일 help@reportshop.co.kr
    copyright (c) 2003 reoprtshop. steel All reserved.