Data-Mining am Beispiel von HeyCash. Clustering, Entscheidungsbaum und Korrelationsanalyse
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Sonstiges, Note: 1,7, SRH Hochschule Riedlingen, Sprache: Deutsch, Abstract: Diese Arbeit untersucht, inwiefern Data-Mining notwendig ist und ob es das eigene Geschäftsmodell, sich weiter auszubauen und nachhaltig Erfolg zu sichern, unterstützt. Es wird das Ziel verfolgt, anhand des Zweckes und der Methoden von Data-Mining am Beispiel von 'HeyCash' die Relevanz dessen zu ergründen sowie die Mehrwerte zu finden und zu erläutern. Darüber hinaus werden anhand von drei ausgewählten Methoden die Funktionsweise und der Nutzen von Data-Mining...
Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Sonstiges, Note: 1,7, SRH Hochschule Riedlingen, Sprache: Deutsch, Abstract: Diese Arbeit untersucht, inwiefern Data-Mining notwendig ist und ob es das eigene Geschäftsmodell, sich weiter auszubauen und nachhaltig Erfolg zu sichern, unterstützt. Es wird das Ziel verfolgt, anhand des Zweckes und der Methoden von Data-Mining am Beispiel von 'HeyCash' die Relevanz dessen zu ergründen sowie die Mehrwerte zu finden und zu erläutern. Darüber hinaus werden anhand von drei ausgewählten Methoden die Funktionsweise und der Nutzen von Data-Mining gemessen und bewertet. Die Macht und Möglichkeiten von Datenbesitz ist unabdingbar und allgegenwärtig. Ein Synonym für dieses Szenario stellt das sogenannte 'Big Data' dar. Big Data ist eine der bedeutendsten Entwicklungen im digitalen Zeitalter. Es steht für große, komplexe und unstrukturierte Datenmengen. Die Daten nehmen tagtäglich exponentiell zu und die damit einhergehenden Problematiken, wie der Datenschutz, müssen diskutiert werden.Es zeigt sich aber auch, dass durch Daten erhebliche Potenziale für die Gesellschaft und vor allem für Unternehmen entstehen. Viele neuartige Geschäftsmodelle basieren auf Daten, woraus neue Dienstleistungen und Produkte resultieren. Die Auswertung der immer größer werdenden Datenmengen stellt somit eine der lukrativsten Herausforderungen dieser Zeit dar. Somit kommt dem Data-Mining eine immer größere Bedeutung zu.
Andere Kunden interessierten sich für
