최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Mitra A.,Rahmawati L.,Lee H.P.,Kim S.A.,Han C.K.,Hyun S.H.,Cho J.Y.
2022 / Journal of Ginseng Research
장성화, 최성열, 이주연, 민윤희, 유숙경
2022 / 상담심리교육복지
Kim, Young Soo; Kotnala, Balaraju; Kim, Young Ho; Jeon, Yongho
2016 / Journal of Ginseng Research
데이터가 존재하지 않습니다.
loading...
본 연구는 소비자의 항공사 선호도에 따른 마케팅 전략 수립을 위해 뉴스 데이터를 클롤링하고 텍스트 마이닝 기법을 활용하여 분석하였다. 분석 결과는 과거 빅데이터에서 얻기 어려웠던 데이터들을 활용하여 소비자의 항공사 선호도를 파악하고, 이를 기반으로 마케팅 전략을 수립하는 데 기여한다.
(빅데이터를 지배하는) 통계의 힘 : 통계학이 최강의 학문이다
(4차 산업혁명 시대의) Excel 경영과학
(R활용) 빅데이터 분석 =
빅데이터 분석 마케팅 : 쿡패드는 어떻게 세계 NO.1 레시피 사이트가 되었는가?
빅데이터의 분석방법과 활용 =
Quantitative problem solving methods in the airline industry : a modeling methodology handbook
Engaging customers using big data : how marketing analytics are transforming business
빅데이터 : 4차 산업혁명의 언어
빅데이터 사용 설명서 : 그해 여름, 고등어 통조림은 어떻게 히트상품이 되었을까?
항공분야 빅데이터의 정책적 활용방안 연구
Predictive analytics, data mining and big data : myths, misconceptions and methods
Driving airline business strategies through emerging technology
빅데이터는 어떻게 마케팅의 무기가 되는가
Data science for business with R
Big data, mining, and analytics : components of strategic decision making
(4차 산업혁명 시대의) Excel 활용 통계학=
글로벌 코드 : 신인류 글로마드는 어떻게 비즈니스 세상을 바꾸는가
(4차 산업혁명 시대의) 통계학 개론
(빅데이터 마케팅) 데이터는 답을 알고 있다
새물리
박승배, 홍재원Mobile Information Systems
Hong, J.-W.; Park, S.-B.지능정보연구
김현정, 조남옥, 신경식관광경영연구
신우단, 안상윤한국빅데이터학회 학회지
조범철; 권기훈한국항공경영학회지
김소용, 김홍범Multimedia Tools and Applications
Jain P.K.,Patel A.,Kumari S.,Pamula R.관광레저연구
조선이관광레저연구
김미경, 강승구, 황지윤, 강승구한국컴퓨터정보학회논문지
유자양, Kai Liao, Zi Han Guo관광레저연구
이지애, 최경옥财务与会计 / Finance and Accounting
庞梅花Journal of Information Technology Teaching Cases
Chongwatpol, Jongsawas관광연구저널
전애은; 이유나International Journal of Production Research
Chiang, W.-Y.호텔관광연구
윤성주Quality and Quantity
Liu C.H.,Horng J.S.,Chou S.F.,Yu T.Y.,Huang Y.C.,Lin J.Y.Journal of Service Theory and Practice
Chatterjee S.,Mukherjee S.,Datta B.中国市场 / China Market Marketing
尹建伟Social Network Analysis and Mining
Freire M.,Antunes F.,Costa J.P.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.전선 / 대학원
본 과목은 마케팅에 있어서 새롭게 등장하는 주제나 이슈들에 대한 학습에 그 목적이 있다. 그러므로 논의될 주제와 과목구조는 강의담당자와 학생들의 관심에 따라 달라진다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 학사
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 학사
마케팅 분야에서는 마케팅 의사결정문제에 대한 최적 해법의 판별을 위해서 매우 다양한 수학, 통계학적 모형이 개발되어 왔다. 본 과목은 마케팅 의사결정을 지원할 목적으로 개발된 여러 계량적 마케팅 모형을 검토하고, 이를 이용한 최적 마케팅의사결정을 위한 접근방법에 대하여 심층 학습을 하는 데 그 목적이 있다. 구체적으로 4P(상품, 가격, 커뮤니케이션, 유통)를 중심으로 전체시장, 세분시장 및 고객개인 수준의 다양한 마케팅 의사결정 문제를 검토한다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 대학원
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
본 강의는 데이터와 모델을 사용하여 비즈니스 결정을 내리는 방법을 소개한다. 세부 주제로는 스프레드시트 모델링, 최적화, 데이터 분석, 의사결정 분석, 시뮬레이션 등을 다룰 예정이다. 본 강의를 성실히 수강한 학생들이 1) 비즈니스 결정의 핵심 요인을 파악하고, 2) 다양한 도구와 기법을 적용하여 근거에 기반한 비즈니스 결정을 내리고, 3) 그 결정을 다양한 청중과 이해관계자에게 효과적으로 설명하고 의사소통할 수 있게 되는 것을 목표로 한다.전선 / 대학원
최근 정보통신기술이 발전하면서 교통분야에서 다양한 데이터가 수집되고 활용된다. 차량과 사람의 위치 데이터, 교통량, 속도, 밀도 등 교통흐름과 관련된 데이터, 대중교통 이용 실태를 확인할 수 있는 교통카드 데이터 등이 대표적이다. 이들은 모두 실시간으로 빠르게 수집되는 만큼 양도 방대하다. 소위 빅데이터의 특징인 Volume (양), Variety (종류), Velocity (속도)의 특징을 모두 가진다. 본 교과목은 교통 분야 빅데이터의 유형을 이해하고 이를 분석하는 것을 목적으로 한다. 이를 위해 우선 빅데이터의 기초와 시각화 방안을 배운다. 이후 인공지능 방법론의 기초를 학습하고 교통 빅데이터를 이용하여 CNN, RNN 분석을 수행해 본다. 아울러 군집분석, 의사결정나무 등 자주 활용되는 데이터 분석기법도 배운다.전선 / 학사
구매에서 소비자정보의 역할이 보다 더 강조되고 있다. 소비자들의 정보 사용 행동을 분석하고, 광고매체 등 정보제공환경을 파악함으로써 바람직한 정보정책의 틀을 모색한다.전선 / 대학원
‘데이터’는 현 시대의 새로운 자원으로 평가받고 있다. 기업, 정부 등 시장 참여자들은 소비자를 이해하고 소비자문제를 도출하여 그 해결방안을 마련하기 위해 다양한 데이터를 분석하고 그 결과를 의사결정의 근거로 활용한다. 본 과목에서는 소비자의 시장환경에서 활용되는 다양한 데이터기반 의사결정을 이해하고, 이론, 사례 및 방법론 등을 학습한다. 이를 통해 시장참여자의 소비자지향적인 의사결정을 위한 데이터 활용방안을 모색하고 필요한 역량을 습득할 수 있다.전선 / 대학원
마케팅 관련 의사결정을 돕기 위해 여러 다양한 형태의 통계학적 모형이 개발되어 왔다. 이때 마케팅 의사결정문제는 제품, 가격, 촉진, 유통, 경쟁전략을 포함한다. 본 과목에서는 여러 마케팅 계량모형들을 세미나의 형태로 살펴봄으로써, 마케팅 모형에 대한 이해를 통해 연구주제를 발굴하게 하는 데 그 목적이 있다.전선 / 학사
본 강의는 데이터와 모델을 사용하여 비즈니스 결정을 내리는 비즈니스 애널리틱스의 기초를 소개 한다. 묘사분석(descriptive analytics)와 예측분석(predictive analytics)에 중점을 두며, 세부 주제로는 데이터 관리, 데이터 시각화 및 요약, 가설검정, 선형회귀모형, 로지스틱 회귀모형, 의사결정나무, 데 이터 마이닝 등을 다룰 예정이다. 본 강의를 성실히 수강한 학생들이 1) 비즈니스 결정의 핵심 요인 을 파악하고, 2) 다양한 도구와 기법을 적용하여 근거에 기반한 비즈니스 결정을 내리고, 3) 그 결정 을 다양한 청중과 이해관계자에게 효과적으로 설명하고 의사소통할 수 있게 되는 것을 목표로 한다.전선 / 학사
“항공드론빅데이터알고리즘”은 드론 기술과 인공지능의 융합을 탐구하는 수업이다. 드론은 자율비행, 데이터 처리, 기계학습 등 다양한 인공지능 기술을 활용하여 복잡한 환경 속에서도 효율적으로 임무를 수행한다. 드론에서 인공지능의 궁극적인 목표는 대량의 데이터를 수집하고, 이를 임무에 맞게 최적화하여 운영하는 것이다. 본 과목에서는 드론이 수집하는 방대한 양의 데이터가 자동화된 방식으로 처리되는 방법을 이해한다. 학생들은 빅데이터 알고리즘의 기본 개념을 배우고, 이를 통해 실질적인 데이터 분석 기법을 습득한다. 특히, 수집된 빅데이터를 활용하여 실제 드론 임무에 적용할 수 있는 사례를 통해 이론과 실무의 연계를 강화한다. 또한, 데이터 분석 과정에서의 도전 과제와 해결책을 모색하고, 최신 기술 동향을 반영하여 학생들이 변화하는 드론 산업에 적응할 수 있도록 돕는다. 궁극적으로, 학생들은 드론의 데이터 분석 역량을 강화하고, 이를 통해 효과적인 의사결정을 내릴 수 있는 능력을 배양한다.전선 / 대학원
데이터와 컴퓨팅 역량의 폭발적인 증가로 인해, 비즈니스 의사결정에서 데이터 분석과 정량적 모델링의 활용은 필수적인 요소가 되었다. 이 과목은 데이터 과학과 고급 경영과학을 결합하여, 다양한 비즈니스 환경에서 데이터의 활용을 통한 효율적 의사결정 시스템을 구축하기 위한 기술과 도구들을 다룬다. 전통적인 데이터 처리 및 분석을 넘어, 데이터를 스마트하고 해석 가능하며 실행 가능한 비즈니스 의사결정으로 변환하는 '처방적 분석' 방법론에 중점을 둔다. 구체적으로는 머신러닝 알고리즘, 고급 의사결정 모델링, 최적화와 같은 기술을 결합하여 자원 배분, 공급망 관리, 불확실성 대응, 경제성 분석 등 다양한 문제들을 데이터와 정량적 근거에 기반하여 해결하는 능력을 배양하는 것을 목표로 한다. 고급 엑셀 기능과 기본적이고 쉽게 이용 가능한 파이썬 모델링 기법 등 실무적인 도구들을 익히며, 코딩 기술이 요구되지 않는 상황에서도 이 도구들의 메커니즘을 이해하고 활용할 수 있는 매니저로서의 역량을 기르게 될 것이다. 이 과목은 처방적 분석 방법론의 실무적 유용성에 초점을 맞추어, 다양한 분야에서 해석 가능하고 실행 가능한 의사결정 시스템을 구축하려는 경영 매니저들에게 유용할 것이다.전선 / 대학원
마케팅 애널리틱스는 마케팅 매니저들이 데이터에 기반한 최적의 의사결정을 내리는데 핵심이 되는 방법론들을 학습하고, 사례를 기반으로 분석 실습을 수행하여 방법론들을 체득하는 데 그 목적을 두는 과목이다. 마케팅 애널리틱스에서 다룰 큰 주제는 1)신상품 애널리틱스, 2)디지털 애널리틱스, 3)수요 애널리틱스 및 마케팅믹스 모형, 4)고객 애널리틱스로 구성된다. 구체적인 방법론으로는 기초통계분석, 선형회귀분석, 의사결정나무, 컨조인트분석, 기여도모형, Bass 신상품 확산모형, 고객생애가치모형 등이 있고, 이를 실제 사례기반 실습을 통하여 배운다. 수강생들은 데이터와 마케팅 애널리틱스에 기반한 의사결정과 마케팅 관리를 광범위하게 이해하여, 이를 실제에 적용하는 능력을 체득하게 될 것이다. 또한, 빠르게 변화하는 디지털, 퍼포먼스, 데이터 기반의 마케팅 환경에 대한 통찰력을 얻게 될 것이다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 학사
데이터마이닝 및 경영과학의 애널리틱스는 빅데이터를 분석하여 인사이트를 도출하는 과정에 사용되는 핵심 방법론이다. 이 강의에서는 비즈니스 가치를 창출하기 위한 비즈니스 문제 정의, 실제 데이터 식별 및 확보, 그리고 실제 분석을 실행하는 과정을 배운다. 또한 학생 각자가 이를 프로젝트 형태로 수행하여 인사이트를 도출하고 어떠한 의사결정을 통해 응용할지를 배운다. 이를 통해 이론적으로 배운 기법을 실제 산업응용 할 수 있는 능력을 함양한다.