비지니스 모델 - 빅데이터 활용 테크닉

1. 연관규칙학습(Association rule learning) : 어떤 변수간에 주목할 만한 상관관계가 있는지 찾아내는 방법
    EX) 마트에서 상관관계가 높은 상품을 함께 진열 - 기저귀와 분유
   
   
2. 유형 분석(Classification tree Analysis) : 사용자가 어떤 특성을 가진 집단에 속하는지 등의 문제를 해결할 때
   EX) MBTI 특성에 따라 수강생을 분류
   
   
3. 유전 알고리즘(Genetic algorithms) : 최적화의 매커니즘을 찾는 것. 최대의 시청률을 얻을려면 어떤 방송을 어떤 시간에 해야하는가와 같은 문제를 해결 할 때 사용.
   EX) 자동차 출력을 좋게하려면 어떤 부품을 어디에 설치해야하는가
4. 기계학습(Machine learnign) : 기존의 시청기록을 바탕으로 "시청자가 현재 보유한 영화 중에서 어떤 것을 가장 보고 싶어할까?" 같은 문제를 해결 할 때 사용. 현재 넷플릭스, 왓챠 등 OTT 서비스들이 많이 사용하고 있는 방식.
   기계학습은 훈련 데이터로부터 학습한 알려진 특성을 활용해 '예측'하는 일에 초점을 맞춤
   
   
5. 회귀분석(Regression Analysis) : "구매자의 나이가 구매 차량의 타입에 어떤 영향을 미치는가?" 와 같은 질문에 답할 때 사용.
6. 감정분석(Sentiment Analysis) : 특정 주제에 대해 말하거나 글을 쓴 사람의 감정을 분석하는 방법.
   EX) 설문조사, 고객의 소리 등을 통한 의견을 바탕으로 고객이 원하는 것을 찾아낼 때 사용
   
   
7. 소셜 네트워크 분석(Social Network analysis) = 사회관계망분석(SNA) : 소셜 네트워크 분석은 "특정인과 다른 사람이 몇 촌(Degree of separation)정도의 관계인가?"를 파악할 때 사용하는 방법. 이를 통해 오피니언 리더를 찾아낼 수 있으며, 고객들 간 소셜 관계를 파악할 수 있다.