Application of knowledge discovery in databases method CRISP-DM in marketing

U ovom radu napravljeno je rudarenje podataka po CRISP – DM metodi na marketinškom skupu podataka jedne portugalske banke. Da bi se postigli optimalni rezultati, ispitane su 4 različite tehnike (logistička regresija, neuronske mreže, naivni Bayesov klasifikator i stablo odlučivanja), svaka kroz više iteracija s različitim konfiguracijama. Najbolji modeli su razvijeni neuronskom mrežom i logističkom regresijom. U radu je prikazana usporedba između CRISP –DM, KDD i SEMMA metode. Budući da je analiza koja je provedena na marketinškom skupu podataka, vođena CRISP – DM metodom, postavlja se pitanje bi li isti rezultat bio dobiven da se koristila jedna od drugih dviju navedenih metoda