淺析如何運用數據挖掘論文技術對製造業設備進行前期管理的論文

本篇數據挖掘論文展開製造業設備前期管理中網絡信息挖掘研究，以期推動企業設備前提管理水平的提高。

1 前期管理是設備管理的基礎

在企業管理中，設備管理是重要的組成部分。由於設備管理是對設備整個生命週期的管理與控制，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，對於全部設備生命週期成本，設備投資階段發揮着決定着作用，所以，應當通過設備的前期管理降低其生命週期成本。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係到設備的技術水平，也會影響到設備的類型，進而對企業的產品質量和生產效率發揮不小的作用。

對於整個國民經濟和社會發展，製造業不僅是物質基礎，也體現着國家的綜合實力。目前，在我國GDP中，製造業工業總產值的比重在40%左右，我國製造業的總體規模也位列世界前茅。不過，長期以來，我國製造業在設備前期管理上存在諸多問題，尤其是設備選型問題。廣泛的工業實踐表明，設備前期管理對製造業的投資效益產生直接影響，也關係着製造業的長遠發展。所以，我國製造業不僅要加強設備技術狀態監測與保養等中後期管理工作，也要對設備前期管理這一階段給予充分的重視。

2 Internet對製造業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）在京發佈第35次《中國互聯網絡發展狀況統計報告》（以下簡稱《報告》）。《報告》顯示，截至2014年12月，我國網民規模達6.49億，互聯網普及率為47.9%。同時在我國網名中，從事製造業的人最多，佔比在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。總的來説，互聯網已經成為我國發展速度最快的產業。對於設備製造商和供應商，如果不能發展電子商務，積極利用互聯網的優勢，那麼在網絡時代的發展必將受到限制。

同時，Interner的發展也打破了製造業設備選擇中存在信息不對稱問題。通過Internet搜索，設備用户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、規格、性能等信息，從而比較選擇自己的所需設備，並獲取性比較相對最優的設備。Internet的發展一方面改變了設備用户在選擇設備中的不利地位，另一方面也為設備用户節約了調研費用，進而有助於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

對於網絡信息挖掘，一般要藉助於數據挖掘技術，也即從網絡文檔、服務中自動發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，並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；最後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。通過信息增益來發現數據庫內存在最大信息量的字段，並構建決策樹的一個節點，再依據不同的字段取值來設立樹的分支，以此重複。

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羣個體，用適應性函數f（x）表示染色體的適應性，根據其對環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，並在網絡連接的取值中體現神經網絡的知識。

3.3 網絡信息挖掘系統的構成

對於網絡信息挖掘，可以認為是數據挖掘技術在處理網絡信息上的.運用。網絡信息挖掘系統通常包括特徵匹配、提取以及信息收集等三個部分。

3.3.1 特徵匹配與目標表示

目標表示就是利用特徵項來表示目標信息。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。藉助於該方法，可以用向量匹配問題來解決文檔信息的匹配問題，從而處理特徵匹配工作。

3.3.2 特徵提取

特徵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，所以藉助於這些標記信息可以促進特徵提取精度的提高。

3.3.3 採集源信息

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實行源信息採集的過程中，一般利用Robot程序來實現。該程序順着Web頁面內的鏈接實行自動漫遊，並通過HTTP協議來下載到漫遊的頁面。WWW 作為網絡結構的信息空間，可以將其視作有向圖。也即把頁面作為節點，並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，在採集源文檔時需要過濾信息源，同時運行Robot並採集文章。

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，可以促進網絡環境中獲取資料問題的解決，為設備用户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，製造業可以提升其設備投資水平，並推動設備生命週期成本的降低。