|
|
|
전체
(검색결과 약 18,605개 중 10페이지)
| |
|
|
|
 |
|
| 트랜잭션(transaction)의 특징(원자성,일관성,고립성,지속성)에 대한 각각의 정의를 구체적인 예와 함께 설명하고 그에 대한 특징과 기능을 설명하시오
1.트랜잭션의 정의 및 특징
①트랜잭션의 정의
트랜잭션은 데이터베이스 처리의 논리적 단위이다. 트랜잭션 처리 시스템은 대형 데이터베이스에서, 동시에 여러 사용자의 데이터베이스 트랜잭션을 실행하는 시스템이다. 트랜잭션 처리시스템의 예로, 항공.. |
|
|
|
|
|
 |
|
| [데이터 베이스설계 및 응용]
은행 대출 부실의 대출 이유를 통한 요인분석
- 트리분석을 사용하여 -
목차
제 1장 서론
제 2장 분석방법
1. 데이터마이닝
2. 데이터베이스란
3. 데이터 분류방법 및 소형 구축방법
제 3장 연구자료및 연구방법
1. 연구자료
2. 연구방법
제 4장 실증결과분석
1. 분석 전
2. 트리분석결과
1) 트리분석결과 1
2) 트리분석결과 2
3. 그래프
제 5장 결론
제 1 .. |
|
|
|
|
|
 |
|
| 데이터베이스 설계
프로젝트 보고서
분반
조이름
조원
제출일
목차
1. 프로젝트 개요서 ...3
2. 업무 기능도 ...4
3. 단위 업무 기술서 ...5
4. 업무 흐름도 ... 11
5. 업무 문서 리스트 ... 13
6. 논리적 데이터 모델 ... 14
7. 물리적 데이터 모델 ... 15
8. 용어 사전 ... 16
9. 도메인 정의서 ... 18
10. 테이블 기술서 ... 20
11. 회의록 ... 31
[별첨]
별첨 1. 프로젝트 후기 ... 41
별첨 2. D.. |
|
|
|
|
|
 |
|
| [별지 3 서식]
저작자 · 저작인접권자 · 데이터베이스제작자 목록
번호
성명
주민등록번호
지분
주소
국적
전화번호
이메일
1
(서명 또는 인)
2
(서명 또는 인)
3
(서명 또는 인)
4
(서명 또는 인)
5
(서명 또는 인)
6
(서명 또는 인)
7
(서명 또는 인)
8
(서명 또는 인)
9
(서명 또는 인)
10
(서명 또는 인)
|
|
|
|
|
|
 |
|
| 1
의사결정트리를 통한
자동차산업의
구매 패턴 분류
Contents
2
의사결정트리
데이터마이닝
CRM
연구절차와방법
C4.5
문제정의
결론
3
▶데이터마이닝
▶CRM
▶의사결정트리
발표keyword
의사결정트리
4
예시
알고리즘을 시각적으로 표현한 데이터마이닝의 대표적인 분석방법
의사결정트리
자식마디
자식마디
자식마디
가지
자식마디
자식마디
의사결정트리의 장점
해석의 용이성
나무구조로 모.. |
|
|
|
|
|
 |
|
| 본 자료는 빅데이터 시대의 인적자원관리에 대해 소개한 자료로 소셜 리쿠르팅의 개념과 해외사례, 한국의 소셜 리쿠르팅과 그 한계, 패턴언어를 통한 인적자원관리 제안
등에 대해 상세하게 설명한 자료임
- 빅데이터 시대의 도래
- 소셜 리쿠르팅의 개념과 해외사례
- 한국의 소셜 리쿠르팅과 그 한계
- 패턴언어를 통한 인적자원관리 제안
* 빅데이터 시대의 도래
0 무어의 법칙
1. 반도체 메모리칩.. |
|
|
|
|
|
 |
|
| [별지 제4호의2서식]
210mmx297mm(일반용지60g/㎡(재활용품))
데이터베이스제작자 권리 등록 신청서
처리기간
4일
신청인
①성명
(한글) (한자)
(영문)
② 주민등록번호
(법인고유번호)
③국적
④주소
()
⑤ 이메일주소
⑥전화번호
⑦ 데이터베이스
제작자와의 관계
데이터베이스
⑧ 명칭(제목)
⑨ 형태 및 수량
⑩ 등록의 내용
⑪ 등록의 원인(발생일)
⑫ 전등록번호 및 등록연월일
저작권법 제73조의9의.. |
|
|
|
|
|
 |
|
| 경영정보시스템
목차
1. 개요
2. 제조업 유통업 물류업 분석
1) 제조업(현대자동차)
(1) 제조업 소개
(2) 전문가시스템
(3) 인공신경망
(4) 데이터마이닝
(5) 퍼지로직
(6) 기대효과
(7) 경영전략
2) 물류업(한진택배)
(1) 물류업 소개
(2) 전문가시스템
(3) 인공신경망
(4) 데이터마이닝
(5) 퍼지로직
(6) 기대효과
(7) 경영전략
3) 금융업(신한은행)
(1) 금융업 소개
(2) 전문가시스템.. |
|
|
|
|
|
 |
|
| Selling into
Contents
2. 빅 데이터 정의 및 의의
1. 논문 및 저자 소개
4. 논문 분석
4-1) Micromarket 이란
4-2) Big data를 이용한 Micromarket Strategy
② Make it easy for sales team
③ Put data at the Hearts of Sales
5. 결론
6. QnA 및 토의
3. 논문 등장 배경 및 선정 이유
① Opportunity map
1. 논문 및 저자 소개
HBR 2012년 7,8월호
HBR에 실린 최초의
Big data 관련 논문
Selling into .. |
|
|
|
|
|
 |
|
| 사이버범죄 예방을 위한 데이터베이스의 활성화
각 수사기관 ․ 행정기관 ․ 연구소 ․ 학계 등에서 개발하고 있는 고유의 전산화업무를 전체적으로 조망하여 기존 데이터 뱅크들의 통합가능성을 점검하고, 부문별로 구축되는 국가기간전산망의 데이터 뱅크와의 연계가능성을 고려하면서 행정기관 ․ 수사기관 ․ 대학 등 중요연구기관의 중복되는 자료와 모순되는 정보는 모두 통합 ․ 조정함으로써 종합 정보 |
|
|
|
|
|
 |
|
| [소매 정보관리] 소매정보화의 필요성과 데이터수집 방법, 시스템, 고객정보의 활용
목차
소매의 정보관리
Ⅰ. 소매정보화의 필요성
Ⅱ. 고객정보의 활용
Ⅲ. 소매정보화에서의 데이터수집의 방법
가. 내부자료
나. 2차 자료
Ⅳ. 소매정보화의 각종 체계적인 시스템
소매의 정보관리
I. 소매정보화의 필요성
소매정보화란 소매활동에서 발생하는 각종 자료를 체계적으로 수집하고 이를 분석하는 .. |
|
|
|
|
|
 |
  |
[콜로소(데이원컴퍼니) [전환형 인턴] 데이터 분석가 합격 자기소개서] 콜로소(데이원컴퍼니) [전환형 인턴] 데이터 분석가, 자기소개서 자소서, 자기소개서, 자소서, 합격자기소개서, 자기소개서자소서, 합격 자기소개서, 합격자소서,기업자기소개서,기업자소서,기업자기소개서,기업자소서, 취업 자소서, 취업 ,면접, 면접 자기소개서, 이력서 ( 5Pages ) |
|
| 저는 앞으로 콜로소에서 데이터 분석을 통해, 콜로소의 고객을 더 잘 파악하고 싶습니다.
이러한 프로젝트 경험을 바탕으로, 데이터 분석을 통해 고객 패턴별 니즈를 파악하고, 이에 맞춘 CRM 마케팅으로 기여하겠습니다.
저는 회고분석을 통해 액션이 잘 워킹했는지, 그리고 보완할 점은 무엇인지를 파악하고 싶습니다.
저는 이러한 콜로소의 비전에 깊이 공감하였고, 데이터 분석을 통해 콜로소의 콘텐츠.. |
|
 |
고객, 분석, 구매, 통해, 싶다, 콜로, 데이터, 파악, 마케팅, 프로모션, 이다, 회고, 이러하다, 더, 소의, 콘텐츠, 별, 소, 자다, 쿠폰 |
|
|
|
|
 |
|
| 사회복지 정보자원의 개발과 관리 - 데이터베이스
사회복지 정보는 체계적인 시스템을 통해 자원을 목록화하고 단계적인 실천방법을 통해 개발하고 관리하는 것이 무엇보다도 중요하다. 그러기 위해서는 지금까지 이러한 문제를 해결하기 위해 사회복지실천 과정에서는 매뉴얼을 제작해 왔다. 하지만, 매뉴얼은 현대 사회에서 정보 활용과 관리 ․ 개발이라는 측면에서는 아주 낮은 수준의 정보화라고 할 수.. |
|
|
|
|
|
 |
|
| 무선데이터통신 단말기, 시장동향, 시장현황, 수입, 수출, 생산, 내수, 업체, 특허, 용도, 전망, 예측
PDA, PDA 운영체제, 휴대용 디지탈형 자동자료처리기계, 제품소개, 용도, 국내외 시장규모, 시장현황, 시장전망, 주요 수요업체, 업체 동향, 리스트, 수입, 수출, 내수, 국내외 특허출원현황, 예측, |
|
|
무선데이터통신 단말기, 시장동향, 시장현황, 수입, 수출, 생산, 내수, 업체, 특허, 용도, 전망, 예측 |
|
|
|
|
 |
|
| 본 자료는 e-CRM마케팅과 주요 정보기술에 대한 내용을 정리한 자료로, e-CRM의 다양한 사례와 데이터 웨어하우스와 데이터 마이닝 그리고 웹 로그분석과 웹마이닝에 대해 상세하게 정리한 자료임
1. e-CRM과 마케팅
(1) 통합적 CRM의 구체적인 솔루션(Solution)
(2) 기업의 CRM 활용 사례 - 1/2/3
2. e-CRM의 주요 정보기술
(1) 데이터 웨어하우스
(2) 데이터 마이닝(Data Mining)
(3) 웹 로그 분석
.. |
|
|
|
|
|
|
|
