- 相關推薦
淺析如何運用數據挖掘論文技術對制造業(yè)設備進行前期管理的論文
本篇數據挖掘論文展開制造業(yè)設備前期管理中網絡信息挖掘研究，以期推動企業(yè)設備前提管理水平的提高。
1 前期管理是設備管理的基礎
在企業(yè)管理中，設備管理是重要的組成部分。由于設備管理是對設備整個生命周期的管理與控制，僅僅管理設備使用的局部過程已經無法滿足現代管理的需要。同時，對于全部設備生命周期成本，設備投資階段發(fā)揮著決定著作用，所以，應當通過設備的前期管理降低其生命周期成本。另外，設備管理的基礎就是設備前期管理，該階段的投資決策關系到設備的技術水平，也會影響到設備的類型，進而對企業(yè)的產品質量和生產效率發(fā)揮不小的作用。
對于整個國民經濟和社會發(fā)展，制造業(yè)不僅是物質基礎，也體現著國家的綜合實力。目前，在我國GDP中，制造業(yè)工業(yè)總產值的比重在40%左右，我國制造業(yè)的總體規(guī)模也位列世界前茅。不過，長期以來，我國制造業(yè)在設備前期管理上存在諸多問題，尤其是設備選型問題。廣泛的工業(yè)實踐表明，設備前期管理對制造業(yè)的投資效益產生直接影響，也關系著制造業(yè)的長遠發(fā)展。所以，我國制造業(yè)不僅要加強設備技術狀態(tài)監(jiān)測與保養(yǎng)等中后期管理工作，也要對設備前期管理這一階段給予充分的重視。
2 Internet對制造業(yè)設備前期管理的影響
2015年2月3日，中國互聯網絡信息中心（CNNIC）在京發(fā)布第35次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》（以下簡稱《報告》）。《報告》顯示，截至2014年12月，我國網民規(guī)模達6.49億，互聯網普及率為47.9%。同時在我國網名中，從事制造業(yè)的人最多，占比在13%左右。WWW站點總數超過700萬個，獲取信息也成為網名上網的主要目的�？偟膩碚f，互聯網已經成為我國發(fā)展速度最快的產業(yè)。對于設備制造商和供應商，如果不能發(fā)展電子商務，積極利用互聯網的優(yōu)勢，那么在網絡時代的發(fā)展必將受到限制。
同時，Interner的發(fā)展也打破了制造業(yè)設備選擇中存在信息不對稱問題。通過Internet搜索，設備用戶能夠了解全球各地的相關設備生產商和供應商的信息，包括設備價格、品種、規(guī)格、性能等信息，從而比較選擇自己的所需設備，并獲取性比較相對最優(yōu)的設備。Internet的發(fā)展一方面改變了設備用戶在選擇設備中的不利地位，另一方面也為設備用戶節(jié)約了調研費用，進而有助于設備前期管理費用的降低。
3 WWW上的設備信息挖掘研究
3.1 網絡信息挖掘
對于網絡信息挖掘，一般要借助于數據挖掘技術，也即從網絡文檔、服務中自動發(fā)現和提取信息的過程。網絡信息挖掘可以分為四個部分：首先就是發(fā)現資源，也就是對網絡文檔進行檢索；第二就是選擇信息和預處理，自動挑選搜索到的網絡信息，并對專門信息預先處理；第三就是從多個斷點中尋找普遍模式；最后就是確認和解釋挖掘出的模式。
3.2 數據挖掘的技術和方法
目前，普遍應用的數據挖掘技術和方法包括以下幾種：
3.2.1 決策樹方法
該方法主要用在分類上。通過信息增益來發(fā)現數據庫內存在最大信息量的字段，并構建決策樹的一個節(jié)點，再依據不同的字段取值來設立樹的分支，以此重復。
3.2.2 遺傳算法
類比生物進化流程是該方法的基本原理，每一代存在較多的種群個體，用適應性函數f（x）表示染色體的適應性，根據其對環(huán)境的適應力來保留或淘汰染色體。適應性函數在一般為目標函數的變種。
3.2.3 神經網絡法
該方法的原理就是對人腦神經結構的模擬。通過MP模型和HEBB規(guī)則來構建三大類神經網絡模式。通過挖掘神經網絡數據的工具來對非線性數據快速建模，其挖掘過程首先就是數據聚類，其次是分類計算，并在網絡連接的取值中體現神經網絡的知識。
3.3 網絡信息挖掘系統(tǒng)的構成
對于網絡信息挖掘，可以認為是數據挖掘技術在處理網絡信息上的運用。網絡信息挖掘系統(tǒng)通常包括特征匹配、提取以及信息收集等三個部分。
3.3.1 特征匹配與目標表示
目標表示就是利用特征項來表示目標信息。在信息挖掘中，布爾邏輯型、概率型、向量型等是常用的目標表示模型。近年來，向量空間模型（VSM）的應用效果相對較好。借助于該方法，可以用向量匹配問題來解決文檔信息的匹配問題，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表示詞條T的選取及其取值，也是對目標共性與規(guī)則進行挖掘提取的過程。該工作選用策略的質量將對挖掘工具的效果產生重要影響。在對處理對象進行網絡信息挖掘時，通常會遇到HIML文檔，該文檔具有不少標記信息，這些標記信息具有較高的概況性，所以借助于這些標記信息可以促進特征提取精度的提高。
3.3.3 采集源信息
WWW在存儲信息以及提供服務上主要利用到了超文本。在對WWW實行源信息采集的過程中，一般利用Robot程序來實現。該程序順著Web頁面內的鏈接實行自動漫游，并通過HTTP協(xié)議來下載到漫游的頁面。WWW 作為網絡結構的信息空間，可以將其視作有向圖。也即把頁面作為節(jié)點，并以超鏈接作為其有向邊，從而通過有向圖遍歷算法來實行遍歷。網絡中存在巨大的信息量，為了確保挖掘的效率，在采集源文檔時需要過濾信息源，同時運行Robot并采集文章。
4 結語
綜上所述，在設備信息挖掘中應用數據挖掘技術的神經網絡方法是一次探索，可以促進網絡環(huán)境中獲取資料問題的解決，為設備用戶提供充足的設備資訊，改變設備供應中的信息不對稱狀況。在此基礎上，制造業(yè)可以提升其設備投資水平，并推動設備生命周期成本的降低。
【淺析如何運用數據挖掘論文技術對制造業(yè)設備進行前期管理的論文】相關文章：
數據挖掘在工商管理中的運用論文07-03
論建筑裝飾項目管理如何運用科技技術論文07-03
雕塑課堂教學中數字技術的運用淺析論文07-02
多媒體技術論文對體育保健學的運用論文07-03
挖掘信息技術教學如何補充教材論文07-04
數據挖掘技術在在線考試系統(tǒng)中的應用研究論文07-03
大數據技術在企業(yè)管理中的功能論文07-04