- Autor
- Szaranek Andrzej (Uniwersytet Szczeciński), Hoffmann Władysław (Uniwersytet Szczeciński)
- Tytuł
- Nowoczesne zastosowania Data Mining w bankowości
- Źródło
- Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2003, nr 975, s. 425-433, rys., bibliogr. 11 poz.
- Tytuł własny numeru
- Pozyskiwanie wiedzy i zarządzanie wiedzą
- Słowa kluczowe
- Data Mining, Wiedza, Bankowość, Potrzeby rynku
Data Mining, Knowledge, Banking, Market needs - Abstrakt
- Coraz częściej przekonujemy się, jak wielką wartość i potęgę niesie ze sobą informacja. Dzięki posiadanej rzetelnej i aktualnej wiedzy w odpowiednim czasie można zyskać przewagę na coraz bardziej konkurencyjnych rynkach produktów i usług. Coraz nowsze rozwiązania w zakresie informatyki i teleinformatyki zaowocowały powstawaniem olbrzymich magazynów danych. Ilość informacji tam zawartych jest zbyt duża, aby analizować ją "ręcznie". Pojawiła się potrzeba stworzenia systemów, które będą w stanie analizować te dane i przekształcać je w konkretną, sprecyzowaną wiedzę. Pierwsze narzędzia tego typu OLAP i Drill Down zaczęły wspomagać analizę tych często wielowymiarowych zbiorów. Jednak dopiero metody KDD i Data Mining zrewolucjonizowały wykorzystanie informacji zawartych w magazynach danych. Pozwalają nie tylko na analizę danych i generowanie raportów. Mogą być wykorzystywane do prognozowania. Dzięki temu można próbować przewidywać zachowania klientów, prognozować potrzeby rynku, itp. Metody KDD i Data Mining z powodzeniem mogą również być wykorzystywane do wspomagania systemów CRM stosowanych w bankowości. Szczegółowa wiedza o kliencie pozwala na podjęcie takich decyzji, dzięki którym będzie chciał nadal korzystać z usług danego banku a z drugiej strony bank rzadziej będzie popełniał pomyłki przyznając kredyt nieuczciwym kredytobiorcom lub odrzucając wniosek uczciwych klientów. Wykorzystując metody eksploracji wiedzy można mieć dostęp do nowej, rzetelnej i aktualnej wiedzy, co w połączeniu z możliwością prognozowania pozwala na osiągnięcie przewagi nad konkurencją w dość szybkim czasie. (fragment tekstu)
- Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Bibliografia
-
- Okoniewski M.: Elementy odkrywania wiedzy w systemach sieciowych. Konferencja MISSI 2000, Wrocław 2000.
- Zakrzewicz M.: Data Mining i odkrywanie wiedzy w bazach danych. Konferencja PLOUG'97, Zakopane, 1997.
- Morzy T.: Eksploracja Danych: Problemy i rozwiązania. V Konferencja PLOUG, Zakopane 1999.
- Fayyad U., Piatetsky-Shapiro G.: Advances in Knowledge Discovery and Data Mining. MIT Press, 1996.
- Frawley W.J., Piatetsky-ShapiroG., Matheus C.J.: Knowledge Discovery in Databases: An Overview. Knowledge Discovery in Databases. Piatetsky-Shapiro and Frawley (eds.), AAAI/MIT Press, 1991.
- Ordysiński T.: Metody ekstrakcji wiedzy w hurtowniach danych gospodarczych. Studia Informatica Uniwersytet Szczeciński.
- Głowiński C.: Sztuka wysokiego składowania. PC Kurier.
- Zakrzewicz M.: Problemy eksploracji danych.
- http://www.tgc.cOm/dsstar/01/l106/011106.html.
- Giannotti F., Pisa D.P.: Knowledge discovery and data mining- tools, methods, and experiences, http://www-kdd.di.unipi.it/.
- Próchniewicz W.M.: Hurtownie danych. Wielkie wyzwanie. "PC Kurier" nr 16/1998.
- Cytowane przez
- ISSN
- 0324-8445
- Język
- pol
