注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘与营销实践(7,工业上的个性化应用)  

2008-11-10 09:05:07|  分类: 数据挖掘的实践应 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

 

本篇日志所分享的几个案例来自Ryszard S. Michalski 《机器学习与数据挖掘:方法和应用》。

案例概述:本书作者对数据挖掘在工业上的应用做了一个非常精练的概括:“几乎所有的数据挖掘在工业上的应用都是着眼于分类或预测任务。因为一个复杂的过程,诸如设计、控制、或规划,均可以分解成一系列单个步骤,而每个步骤又都是可以用简单的分类或预测来解决和完成的”。真正领会了这个精练的概述,你就可以胜任工业上的任何数据挖掘实践问题的总的方法和思路。

案例1:原子能发电厂的燃料是通过将铀的氟化物气体转换成铀的氧化物粉末颗粒而获得的。这些小颗粒必须具有很高的质量,但专家无法预测一批小颗粒何时是好的何时是不好的。利用决策数模型,收集在不同生产控制参数情况下(如颗粒参数、粉末特征等等)生产出的不同质量颗粒的数据样本,通过决策树模型,可以得到预测颗粒质量的规则,最后构成生产知识库的基础。该应用的直接效果就是提高产量并稳定高质量的颗粒还能降低库存。

案例2:电动泵在化学工业扮演一个重要角色。为了降低运行中断次数,采取预防性维护措施是常见的举措。伊朗石油公司的诊断人员定期检查每个泵,测量其不同位置的晃动情况以确定该泵是否需要修理。典型故障包括:泵失去平衡、轴承磨损、底部变形,等。本项目采用机器学习,在收集了209个泵测量数据样本后,请工程师将这些样本标上不同的故障,利用归纳算法处理数据,获得一组新的诊断规则,提高了预检故障的准确率。

安例3:钢厂通常采用由水和油混合乳液进行卷轧冷钢时的冷却和润滑,而钢的质量与这种乳液的性质密切相关。由此原因,钢厂要连续监测各种指标,比如油的浓度、细菌存在情况,根据这些测量值,工厂决定何时更换乳液或其他过滤措施。现在通过决策树模型,收集每次乳液的各种指标,通过模型对各种指标的处理来预测乳液质量是否正常。

博主点评:本文的唯一目的是让企业生产方面的有缘人士能通过本文的启发,拓宽他们在生产过程中采用数据挖掘技术的意识和思路。让他们认识到,数据挖掘对生产企业来说不是遥不可及概念,而是实实在在可以应用的成熟技术。如果有企业能因为本文的启发而能成功尝试数据挖掘解决生产难题的话,本文就算非常功德无量了。

  评论这张
 
阅读(258)| 评论(3)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017