- 相關(guān)推薦
對數據挖掘在煙草行業(yè)質(zhì)量管理中的應用進(jìn)行分析論文
在競爭日益激烈的背景下，能夠立足于市場(chǎng)環(huán)境中得到企業(yè)無(wú)論在自身技術(shù)應用水平或產(chǎn)品質(zhì)量方面都應成為企業(yè)提高綜合實(shí)力的關(guān)鍵內容。以煙草行業(yè)為典型代表，其在面臨國外產(chǎn)品進(jìn)入中國市場(chǎng)的沖擊下，需做好資源的優(yōu)化配置以及管理水平的提高。但我國當前煙草行業(yè)中對產(chǎn)品的質(zhì)量管理仍采用較為傳統的統計方式，難以充分分析與挖掘其中的數據信息。因此，對質(zhì)量管理過(guò)程中數據挖掘技術(shù)的應用分析具有十分重要的意義。
1 數據挖掘技術(shù)的基本概述
對數據挖掘的概念，根據以往學(xué)者對其研究可總結為從較為模糊且大量的數據中，將隱含的并具有潛在價(jià)值的數據信息提取出來(lái)，其在一定程度上與當前其他許多數據技術(shù)如數據融合或數據庫知識發(fā)現較為相似。從數據挖掘的任務(wù)角度，該技術(shù)的應用更側重于做好關(guān)聯(lián)與聚類(lèi)的分析，并在完成數據信息的整理與分類(lèi)后進(jìn)行未來(lái)數據的相關(guān)預測，同時(shí)也會(huì )利用偏差分析方法將數據庫中的異常數據問(wèn)題做出分析。常用的數據挖掘方法主要包括神經(jīng)網(wǎng)絡(luò )法、遺傳算法、決策樹(shù)法、統計分析以及模糊集方法等。具體應用流程首先需對業(yè)務(wù)問(wèn)題進(jìn)行定義，明確數據挖掘目標;其次做好數據準備工作，包括在數據庫中選擇目標數據集并檢查數據是否存在缺失或無(wú)效等情況;再次進(jìn)行數據挖掘與分析，在整理數據集的基礎上落實(shí)數據挖掘技術(shù)并對所得出的結果解釋與評價(jià)，使其成為為用戶(hù)所理解的信息內容;最后，在業(yè)務(wù)信息系統中將分析的最后信息內容融入其中。
2 煙草行業(yè)現行質(zhì)量管理存在的弊端
煙草行業(yè)目前發(fā)展過(guò)程中更注重堅持提質(zhì)減害的路線(xiàn)，引入較多的檢測方式與設備，并不斷積累許多數據信息。而相關(guān)的質(zhì)量數據便產(chǎn)生于卷煙生產(chǎn)的全過(guò)程中，能夠成為研發(fā)新產(chǎn)品以及改進(jìn)產(chǎn)品質(zhì)量的參考內容，但如何對如此多的數據分析與整理成為煙草行業(yè)中管理統計面臨的一大難題。當前質(zhì)量管理過(guò)程中仍存在一定的局限性，無(wú)法有效的提高質(zhì)量管理水平。具體體現在：
第一，質(zhì)量管理方式主要依托于傳統數理統計相關(guān)知識，使質(zhì)量管理人員面臨較大的工作量并具備一定的專(zhuān)業(yè)技能。
第二，煙草行業(yè)中進(jìn)行質(zhì)量管理采用的方式大多集中在滯后分析方面，不具備較高的實(shí)時(shí)性且難以根據數據信息進(jìn)行預測，在產(chǎn)品質(zhì)量存在問(wèn)題且造成一定后果的前提下才進(jìn)行分析，導致產(chǎn)品品牌以及整體經(jīng)濟效益都受到不同程度的影響。
第三，質(zhì)量管理中缺少反饋內容，使煙草行業(yè)無(wú)法及時(shí)發(fā)現其中存在的問(wèn)題并做好相應對策以及改進(jìn)與預防工作。
第四，傳統質(zhì)量管理更側重于某個(gè)生產(chǎn)環(huán)節，忽視全局管理，而煙草行業(yè)本身規模較大且在不同地域中都涉及較多的質(zhì)量管理部門(mén)，很多質(zhì)量信息需在較長(cháng)時(shí)間內完成流通。對此，便需引入數據挖掘中的關(guān)聯(lián)與聚類(lèi)分析，其中的關(guān)聯(lián)規則可將數據項關(guān)聯(lián)關(guān)系充分挖掘出來(lái)，在質(zhì)量管理中更集中體現在產(chǎn)品質(zhì)量預期特性值之間的關(guān)系。而聚類(lèi)分析則能夠對具有相似特征的產(chǎn)品質(zhì)量特性進(jìn)行分析。二者與質(zhì)量管理的結合可充分提高煙草行業(yè)的質(zhì)量管理水平。
3 數據挖掘技術(shù)在質(zhì)量管理中的具體應用
3.1 從對供應商的評價(jià)角度由于煙草行業(yè)在實(shí)際生產(chǎn)中需采購許多原輔材料，產(chǎn)品質(zhì)量很大程度上受原料質(zhì)量影響。所以需做好供應商評價(jià)工作并保持與供應商間的良好合作關(guān)系。通常煙草企業(yè)會(huì )將供應商許多相關(guān)信息存儲，但在評價(jià)過(guò)程中所考慮的內容主要為合格率方面。對此利用數據挖掘中的關(guān)聯(lián)規則，可根據同一原材料對所有供應商在質(zhì)量方面的相關(guān)信息進(jìn)行挖掘，這樣在實(shí)際材料采購過(guò)程中便可合理選擇供應商。
3.2 從質(zhì)量反饋角度質(zhì)量反饋可理解為客戶(hù)在使用產(chǎn)品或服務(wù)后的總體評價(jià)，以往國內外學(xué)者曾進(jìn)行實(shí)驗分析，得出在能夠創(chuàng )造同樣價(jià)值的基礎上，新客戶(hù)發(fā)展涉及的成本往往是維持與老客戶(hù)關(guān)系涉及的成本的五倍，但若由老客戶(hù)將企業(yè)口碑向新客戶(hù)傳遞將獲得更大的競爭優(yōu)勢，所以企業(yè)發(fā)展中維持老客戶(hù)的關(guān)鍵在于使顧客滿(mǎn)意度得以提高。因此可利用數據挖掘中的管理技術(shù)對數據庫中顧客反饋信息進(jìn)行分析，從中發(fā)現客戶(hù)對產(chǎn)品質(zhì)量的意見(jiàn)以及不滿(mǎn)意的原因，以此為依據制定相應的策略。
3.3 數據挖掘在生產(chǎn)過(guò)程中的應用卷煙生產(chǎn)過(guò)程中�？紤]到煙絲質(zhì)量問(wèn)題，其不僅受自身化學(xué)成分影響，也與生產(chǎn)加工工藝存在一定的關(guān)系。但通常制絲過(guò)程中涉及較多的工序，并考慮到葉組配方以及含雜量多少等，相關(guān)數據都應在數據庫中保存。煙草企業(yè)所存儲的數據大多未經(jīng)過(guò)分析處理，需要利用數據挖掘中的人工神經(jīng)網(wǎng)絡(luò )方法尋找對煙絲質(zhì)量的影響因素以及工序間關(guān)系，并在此基礎上優(yōu)化與控制工藝參數。而卷煙內在質(zhì)量也需充分利用聚類(lèi)分析以及關(guān)聯(lián)技術(shù)挖掘其中質(zhì)量問(wèn)題與加工過(guò)程的關(guān)系，這樣可使卷煙內在質(zhì)量提高。
4 結束語(yǔ)
煙草行業(yè)利用數據挖掘技術(shù)是提高質(zhì)量管理水平的重要途徑。在實(shí)際應用過(guò)程中需充分認識數據挖掘技術(shù)的基本內涵、具體操作流程與方法，立足于企業(yè)當前質(zhì)量管理存在的局限性，將數據挖掘滲透在評價(jià)供應商、分析質(zhì)量反饋、生產(chǎn)全過(guò)程等工作中，這樣才可保證卷煙產(chǎn)品質(zhì)量的進(jìn)一步提高。
【對數據挖掘在煙草行業(yè)質(zhì)量管理中的應用進(jìn)行分析論文】相關(guān)文章：
數據挖掘在ＣＲＭ中的應用分析03-22
數據挖掘在旅游電子商務(wù)中應用論文11-28
數據挖掘技術(shù)在ＣＲＭ中的應用03-22
數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19
數據挖掘在中職學(xué)校教學(xué)評估中的應用教育教學(xué)論文11-14
談數據挖掘技術(shù)在電子商務(wù)中的應用03-21