- 相關(guān)推薦
淺析如何運(yùn)用數(shù)據(jù)挖掘論文技術(shù)對(duì)制造業(yè)設(shè)備進(jìn)行前期管理的論文
本篇數(shù)據(jù)挖掘論文展開(kāi)制造業(yè)設(shè)備前期管理中網(wǎng)絡(luò)信息挖掘研究，以期推動(dòng)企業(yè)設(shè)備前提管理水平的提高。
1 前期管理是設(shè)備管理的基礎(chǔ)
在企業(yè)管理中，設(shè)備管理是重要的組成部分。由于設(shè)備管理是對(duì)設(shè)備整個(gè)生命周期的管理與控制，僅僅管理設(shè)備使用的局部過(guò)程已經(jīng)無(wú)法滿(mǎn)足現(xiàn)代管理的需要。同時(shí)，對(duì)于全部設(shè)備生命周期成本，設(shè)備投資階段發(fā)揮著決定著作用，所以，應(yīng)當(dāng)通過(guò)設(shè)備的前期管理降低其生命周期成本。另外，設(shè)備管理的基礎(chǔ)就是設(shè)備前期管理，該階段的投資決策關(guān)系到設(shè)備的技術(shù)水平，也會(huì)影響到設(shè)備的類(lèi)型，進(jìn)而對(duì)企業(yè)的產(chǎn)品質(zhì)量和生產(chǎn)效率發(fā)揮不小的作用。
對(duì)于整個(gè)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展，制造業(yè)不僅是物質(zhì)基礎(chǔ)，也體現(xiàn)著國(guó)家的綜合實(shí)力。目前，在我國(guó)GDP中，制造業(yè)工業(yè)總產(chǎn)值的比重在40%左右，我國(guó)制造業(yè)的總體規(guī)模也位列世界前茅。不過(guò)，長(zhǎng)期以來(lái)，我國(guó)制造業(yè)在設(shè)備前期管理上存在諸多問(wèn)題，尤其是設(shè)備選型問(wèn)題。廣泛的工業(yè)實(shí)踐表明，設(shè)備前期管理對(duì)制造業(yè)的投資效益產(chǎn)生直接影響，也關(guān)系著制造業(yè)的長(zhǎng)遠(yuǎn)發(fā)展。所以，我國(guó)制造業(yè)不僅要加強(qiáng)設(shè)備技術(shù)狀態(tài)監(jiān)測(cè)與保養(yǎng)等中后期管理工作，也要對(duì)設(shè)備前期管理這一階段給予充分的重視。
2 Internet對(duì)制造業(yè)設(shè)備前期管理的影響
2015年2月3日，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）在京發(fā)布第35次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》（以下簡(jiǎn)稱(chēng)《報(bào)告》）。《報(bào)告》顯示，截至2014年12月，我國(guó)網(wǎng)民規(guī)模達(dá)6.49億，互聯(lián)網(wǎng)普及率為47.9%。同時(shí)在我國(guó)網(wǎng)名中，從事制造業(yè)的人最多，占比在13%左右。WWW站點(diǎn)總數(shù)超過(guò)700萬(wàn)個(gè)，獲取信息也成為網(wǎng)名上網(wǎng)的主要目的。總的來(lái)說(shuō)，互聯(lián)網(wǎng)已經(jīng)成為我國(guó)發(fā)展速度最快的產(chǎn)業(yè)。對(duì)于設(shè)備制造商和供應(yīng)商，如果不能發(fā)展電子商務(wù)，積極利用互聯(lián)網(wǎng)的優(yōu)勢(shì)，那么在網(wǎng)絡(luò)時(shí)代的發(fā)展必將受到限制。
同時(shí)，Interner的發(fā)展也打破了制造業(yè)設(shè)備選擇中存在信息不對(duì)稱(chēng)問(wèn)題。通過(guò)Internet搜索，設(shè)備用戶(hù)能夠了解全球各地的相關(guān)設(shè)備生產(chǎn)商和供應(yīng)商的信息，包括設(shè)備價(jià)格、品種、規(guī)格、性能等信息，從而比較選擇自己的所需設(shè)備，并獲取性比較相對(duì)最優(yōu)的設(shè)備。Internet的發(fā)展一方面改變了設(shè)備用戶(hù)在選擇設(shè)備中的不利地位，另一方面也為設(shè)備用戶(hù)節(jié)約了調(diào)研費(fèi)用，進(jìn)而有助于設(shè)備前期管理費(fèi)用的降低。
3 WWW上的設(shè)備信息挖掘研究
3.1 網(wǎng)絡(luò)信息挖掘
對(duì)于網(wǎng)絡(luò)信息挖掘，一般要借助于數(shù)據(jù)挖掘技術(shù)，也即從網(wǎng)絡(luò)文檔、服務(wù)中自動(dòng)發(fā)現(xiàn)和提取信息的過(guò)程。網(wǎng)絡(luò)信息挖掘可以分為四個(gè)部分：首先就是發(fā)現(xiàn)資源，也就是對(duì)網(wǎng)絡(luò)文檔進(jìn)行檢索；第二就是選擇信息和預(yù)處理，自動(dòng)挑選搜索到的網(wǎng)絡(luò)信息，并對(duì)專(zhuān)門(mén)信息預(yù)先處理；第三就是從多個(gè)斷點(diǎn)中尋找普遍模式；最后就是確認(rèn)和解釋挖掘出的模式。
3.2 數(shù)據(jù)挖掘的技術(shù)和方法
目前，普遍應(yīng)用的數(shù)據(jù)挖掘技術(shù)和方法包括以下幾種：
3.2.1 決策樹(shù)方法
該方法主要用在分類(lèi)上。通過(guò)信息增益來(lái)發(fā)現(xiàn)數(shù)據(jù)庫(kù)內(nèi)存在最大信息量的字段，并構(gòu)建決策樹(shù)的一個(gè)節(jié)點(diǎn)，再依據(jù)不同的字段取值來(lái)設(shè)立樹(shù)的分支，以此重復(fù)。
3.2.2 遺傳算法
類(lèi)比生物進(jìn)化流程是該方法的基本原理，每一代存在較多的種群個(gè)體，用適應(yīng)性函數(shù)f（x）表示染色體的適應(yīng)性，根據(jù)其對(duì)環(huán)境的適應(yīng)力來(lái)保留或淘汰染色體。適應(yīng)性函數(shù)在一般為目標(biāo)函數(shù)的變種。
3.2.3 神經(jīng)網(wǎng)絡(luò)法
該方法的原理就是對(duì)人腦神經(jīng)結(jié)構(gòu)的模擬。通過(guò)MP模型和HEBB規(guī)則來(lái)構(gòu)建三大類(lèi)神經(jīng)網(wǎng)絡(luò)模式。通過(guò)挖掘神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)的工具來(lái)對(duì)非線(xiàn)性數(shù)據(jù)快速建模，其挖掘過(guò)程首先就是數(shù)據(jù)聚類(lèi)，其次是分類(lèi)計(jì)算，并在網(wǎng)絡(luò)連接的取值中體現(xiàn)神經(jīng)網(wǎng)絡(luò)的知識(shí)。
3.3 網(wǎng)絡(luò)信息挖掘系統(tǒng)的構(gòu)成
對(duì)于網(wǎng)絡(luò)信息挖掘，可以認(rèn)為是數(shù)據(jù)挖掘技術(shù)在處理網(wǎng)絡(luò)信息上的運(yùn)用。網(wǎng)絡(luò)信息挖掘系統(tǒng)通常包括特征匹配、提取以及信息收集等三個(gè)部分。
3.3.1 特征匹配與目標(biāo)表示
目標(biāo)表示就是利用特征項(xiàng)來(lái)表示目標(biāo)信息。在信息挖掘中，布爾邏輯型、概率型、向量型等是常用的目標(biāo)表示模型。近年來(lái)，向量空間模型（VSM）的應(yīng)用效果相對(duì)較好。借助于該方法，可以用向量匹配問(wèn)題來(lái)解決文檔信息的匹配問(wèn)題，從而處理特征匹配工作。
3.3.2 特征提取
特征提取主要指目標(biāo)表示詞條T的選取及其取值，也是對(duì)目標(biāo)共性與規(guī)則進(jìn)行挖掘提取的過(guò)程。該工作選用策略的質(zhì)量將對(duì)挖掘工具的效果產(chǎn)生重要影響。在對(duì)處理對(duì)象進(jìn)行網(wǎng)絡(luò)信息挖掘時(shí)，通常會(huì)遇到HIML文檔，該文檔具有不少標(biāo)記信息，這些標(biāo)記信息具有較高的概況性，所以借助于這些標(biāo)記信息可以促進(jìn)特征提取精度的提高。
3.3.3 采集源信息
WWW在存儲(chǔ)信息以及提供服務(wù)上主要利用到了超文本。在對(duì)WWW實(shí)行源信息采集的過(guò)程中，一般利用Robot程序來(lái)實(shí)現(xiàn)。該程序順著Web頁(yè)面內(nèi)的鏈接實(shí)行自動(dòng)漫游，并通過(guò)HTTP協(xié)議來(lái)下載到漫游的頁(yè)面。WWW 作為網(wǎng)絡(luò)結(jié)構(gòu)的信息空間，可以將其視作有向圖。也即把頁(yè)面作為節(jié)點(diǎn)，并以超鏈接作為其有向邊，從而通過(guò)有向圖遍歷算法來(lái)實(shí)行遍歷。網(wǎng)絡(luò)中存在巨大的信息量，為了確保挖掘的效率，在采集源文檔時(shí)需要過(guò)濾信息源，同時(shí)運(yùn)行Robot并采集文章。
4 結(jié)語(yǔ)
綜上所述，在設(shè)備信息挖掘中應(yīng)用數(shù)據(jù)挖掘技術(shù)的神經(jīng)網(wǎng)絡(luò)方法是一次探索，可以促進(jìn)網(wǎng)絡(luò)環(huán)境中獲取資料問(wèn)題的解決，為設(shè)備用戶(hù)提供充足的設(shè)備資訊，改變?cè)O(shè)備供應(yīng)中的信息不對(duì)稱(chēng)狀況。在此基礎(chǔ)上，制造業(yè)可以提升其設(shè)備投資水平，并推動(dòng)設(shè)備生命周期成本的降低。
【淺析如何運(yùn)用數(shù)據(jù)挖掘論文技術(shù)對(duì)制造業(yè)設(shè)備進(jìn)行前期管理的論文】相關(guān)文章：
數(shù)據(jù)挖掘在工商管理中的運(yùn)用論文07-03
數(shù)據(jù)挖掘技術(shù)的醫(yī)療信息管理應(yīng)用論文07-03
論建筑裝飾項(xiàng)目管理如何運(yùn)用科技技術(shù)論文07-03
雕塑課堂教學(xué)中數(shù)字技術(shù)的運(yùn)用淺析論文07-02
多媒體技術(shù)論文對(duì)體育保健學(xué)的運(yùn)用論文07-03
淺析培訓(xùn)信息管理中計(jì)算機(jī)軟件技術(shù)的運(yùn)用的論文07-04
淺析信息技術(shù)在語(yǔ)文教學(xué)中的運(yùn)用論文（精選7篇）05-12
挖掘信息技術(shù)教學(xué)如何補(bǔ)充教材論文07-04