Tanulmányok

Adatbányászat üzleti szemmel (I. rész)

Megjelent:
2009-12-21
Szerző
Megtekintés
Licenc

Copyright (c) 2009 Debreceni Egyetem

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Hogyan hivatkozzuk
Kiválasztott formátum: APA
Harmati, A. (2009). Adatbányászat üzleti szemmel (I. rész). Competitio, 8(2). https://doi.org/10.21845/comp/2009/2/4
Absztrakt
A cikk az adatbányászat technológiájának gyakorlati alkalmazását szemlélteti egy – a szerző által készített – adatbányászati projekt bemutatása révén. Az esettanulmány elkészítésének célja egy osztályozási modell kialakítása volt logisztikus regressziós modellek, döntési fa és neurális háló felhasználásával. A megfelelő eljárás megtalálásával az adatállományt nyújtó vállalat egy jövőbeli direktmarketing-akcióhoz kapcsolódóan tudatosan jelölheti ki azon ügyfelek körét, akik egy személyes levélre nagy valószínűséggel kedvezően reagálnának. A potenciálisan kedvező ügyfelek ezáltal hatékonyabban érhetőek el a véletlen kiválasztáshoz képest, így növelve a vállalat hatékonyságát és eredményességét. Az eredmények általánosítása alátámasztja az adatbányászat üzleti célú felhasználásának számos előnyét. JEL kód: C25, C44, C45, C49, C88
Hivatkozások
  1. Ary Bálint Dávid – Dr. Imre Sándor [2006]: Számlázás újgenerációs telekommunikációs hálózatokban.Híradástechnika, LXI. évfolyam, 10. szám, 40–45. o.
  2. Berry, M. J. A. – Linoff, G. [1997]: Data Mining Techniques: For Marketing, Sales, and Customer Support.John Wiley and Sons, Inc., New York.
  3. Coppock, D. S. [2002]: Data Modeling and Mining: Why Lift? In: http://www.information-management.com/news/5329-1.html (Letöltve: 2009. február 21.)
  4. Fisher, R. A. [1915]: Frequency Distribution of the Values of the Correlation Coefficient in Samples of anIndefinitely Large Population. Biometrika, vol. 10. no. 4. 507–521. o.
  5. Hunyadi László – Vita László [2004]: Statisztika közgazdászoknak (Harmadik átdolgozott kiadás). KSH,Budapest.
  6. Lucas, A. [2004]: The Gini Coefficient. In: http://www.rhinorisk.com/Publications/Gini%20Coefficients.pdf (Letöltve: 2009. március 09.)
  7. Márkus Béla [1994]: Térinformatika (Főiskolai jegyzet). Erdészeti és Faipari Egyetem, Földmérési ésFöldrendezői Főiskolai Kar, Székesfehérvár. 23. o.
  8. MNB [2008]: Lekérdezhető árfolyamok. In: http://www.mnb.hu/engine.aspx?page=arfolyamtablazat&query =2008.11.26.,2008.11.26.,1,EUR (Letöltve: 2008. december 12.)
  9. SAS [2006]: Introduction to SAS® Enterprise MinerTM Course Notes. SAS Institute INC., Cary, NC.
  10. SAS [2008]: Getting Started with SAS® Enterprise MinerTM 5.3. SAS Institute Inc., Cary, NC. In: http://support.sas.com/documentation/onlinedoc/miner/getstarted53.pdf (Letöltve: 2009. február 12.)
  11. Tan, P. N. – Steinbach, M. – Kumar, V. [2005]: Introduction to Data Mining. Addison-Wesley, Richmond,TX