淺析如何運用數(shù)據(jù)挖掘論文技術對制造業(yè)設備進行前期管理的論文.doc

淺析如何運用數(shù)據(jù)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(shù)據(jù)挖掘論文展開制造業(yè)設備前期管理中網(wǎng)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(jīng)無法滿足現(xiàn)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(chǎn)品質(zhì)量和生產(chǎn)效率發(fā)揮不小的作用。 對于整個國民經(jīng)濟和社會發(fā)展，制造業(yè)不僅是物質(zhì)基礎，也體現(xiàn)著國家的綜合實力。目前，在我國GDP中，制造業(yè)工業(yè)總產(chǎn)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(chǎn)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。 2Inter對制造業(yè)設備前期管理的影響 xx年2月3日，中國互聯(lián)網(wǎng)絡信息中心（NIC）在京發(fā)布第35次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告（以下簡稱報告）。報告顯示，截至xx年12月，我國網(wǎng)民規(guī)模達6.49億，互聯(lián)網(wǎng)普及率為47.9%。同時在我國網(wǎng)名中，從事制造業(yè)的人最多，占比在13%左右。站點總數(shù)超過700萬個，獲取信息也成為網(wǎng)名上網(wǎng)的主要目的?？偟膩碚f，互聯(lián)網(wǎng)已經(jīng)成為我國發(fā)展速度最快的產(chǎn)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(lián)網(wǎng)的優(yōu)勢，那么在網(wǎng)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Inter搜索，設備用戶能夠了解全球各地的相關設備生產(chǎn)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。Inter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(diào)研費用，進而有助于設備前期管理費用的降低。 3上的設備信息挖掘研究 3.1網(wǎng)絡信息挖掘 對于網(wǎng)絡信息挖掘，一般要借助于數(shù)據(jù)挖掘技術，也即從網(wǎng)絡文檔、服務中自動發(fā)現(xiàn)和提取信息的過程。網(wǎng)絡信息挖掘可以分為四個部分：首先就是發(fā)現(xiàn)資源，也就是對網(wǎng)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(wǎng)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(shù)據(jù)挖掘的技術和方法 目前，普遍應用的數(shù)據(jù)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(xiàn)數(shù)據(jù)庫內(nèi)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(jù)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(shù)f（x）表示染色體的適應性，根據(jù)其對環(huán)境的適應力來保留或淘汰染色體。適應性函數(shù)在一般為目標函數(shù)的變種。 3.2.3神經(jīng)網(wǎng)絡法 該方法的原理就是對人腦神經(jīng)結構的模擬。通過MP模型和HEBB規(guī)則來構建三大類神經(jīng)網(wǎng)絡模式。通過挖掘神經(jīng)網(wǎng)絡數(shù)據(jù)的工具來對非線性數(shù)據(jù)快速建模，其挖掘過程首先就是數(shù)據(jù)聚類，其次是分類計算，并在網(wǎng)絡連接的取值中體現(xiàn)神經(jīng)網(wǎng)絡的知識。 3.3網(wǎng)絡信息挖掘系統(tǒng)的構成 對于網(wǎng)絡信息挖掘，可以認為是數(shù)據(jù)挖掘技術在處理網(wǎng)絡信息上的運用。網(wǎng)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(zhì)量將對挖掘工具的效果產(chǎn)生重要影響。在對處理對象進行網(wǎng)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 在存儲信息以及提供服務上主要利用到了超文本。在對實行源信息采集的過程中，一般利用Robot程序來實現(xiàn)。該程序順著Web頁面內(nèi)的鏈接實行自動漫游，并通過協(xié)議來下載到漫游的頁面。作為網(wǎng)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(wǎng)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