车库门工程项目数据分析与挖掘(工程项目管理).docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《车库门工程项目数据分析与挖掘(工程项目管理).docx》由会员分享,可在线阅读,更多相关《车库门工程项目数据分析与挖掘(工程项目管理).docx(13页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、泓域咨询/车库门工程项目数据分析与挖掘车库门工程项目数据分析与挖掘xxx(集团)有限公司一、 项目背景分析车库门产业处于严格的节能法规与行业标准的规范及监管中,从型材系统的设计与制造、造型设计、车库门制作工艺、直至五金及其他辅助配件的配置与安装,以确保将优质的成品移交给用户。由于我国建筑市场趋于饱和,一定程度上影响车库门的市场需求,因此也加剧了车库门企业之间的竞争。市场对车库门的需求趋于个性化,车库门产品趋于多元化、智能化,新的技术与产品持续不断地推向市场。为了降低生产成本,车库门企业不断提高其制造自动化程度。与此同时,企业被迫按照来自市场的零散订单组织生产。由此对车库门企业的内外部流程管理提
2、出了更高的要求。车库门系统成为市场主导力量,车库门五金推进技术创新与产业升级。在欧洲车库门市场,各类材质的车库门,如彩钢板,实木、铝合金以及铝木复合车库门,都在各自占优势的领域得到应用。车库门订单主要来源于住宅修缮、新建住宅、非住宅建筑修缮和新建非住宅建筑。在欧洲车库门市场,来自住宅与非住宅建筑的车库门订单大致相当,来自新建房屋以及现有房屋修缮的车库门订单也几乎同等重要。而在国内,随着大规模建设高潮逐渐退却,国内车库门企业有必要关注未来的市场格局。随着人们对生活空间质量的日益关注,车库门也承担了更重要的作用与功能。从技术角度看,车库门承担了:水密性、密性、抗风压、机械力学强度、隔热、隔音、防盗
3、、耐候性、操作手感等一系列重要的功能。同时,车库门代表了与地域相关的人文景观,是建筑师手中的设计元素,也是用户展示其个性的一种符号,车库门是人与环境交流的通道,并营造私密的生活空间。二、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析,在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征(期望值、方差、相关系数、协方差、离散度、概率分布等),还应当建立适当的模型,进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析,就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段,是统计过程的重要环节。数字特征应当:(1
4、)能够客观地反映研究分析对象的性质、特点、内在联系和运动过程;(2)尽可能突出重点,反映分析对象的全貌;(3)应能反映分析对象的变化;(4)便于资料获取。2收集并整理数据。确定了需用的数字特征之后,就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起,利用适当的软件进行。4建立模型。计算出样本数字特征后,应选择适合样本模式的模型。统计分析可用的模型很多,都有各自的特点及适用条件。选择模型时,应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点,以及咨询人员对方法的熟悉程度等。5检验模型误差
5、。建模之后,可利用样本检验模型的误差,误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点,分析和评价模型误差,以及模型和方法本身;若误差未达到要求,应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一,应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果(如离散程度、影响、走势等)进行概括,并寻找它们之间的联系。评价过程一般有:形成初步概念;对现象定性;提出主要观点;阐述所提观点的理由;提出论据;得出结论。咨询工程师在进行评价时,要在大局高度上全面、长远地看问题,多方面观察,不偏废任何一方;注意数据的衔接,
6、当来源不同的数据矛盾时应弄清情况后再做取舍。三、 大数据系统和数据挖掘技术(一)数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力,或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量,且种类多、实时性强,蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源:传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案,及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番,面对前所未有的海量数据,为了从中发现有用的信息必须进行数据挖掘。此
7、外,计算机存储、处理大量数据,以及运算的能力大为增强,为数据挖掘创造了条件,使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于:(1)处理工作量。数据分析的数据量可能并不大,而数据挖掘的数据量极大。(2)制约条件。数据分析是从某些假设出发,建立方程或模型,而数据挖掘不作假设,可以自动建立方程。(3)处理对象。数据分析往往是针对数字型数据,而数据挖掘对象类型繁多,例如图像、声音、文本等。(4)处理结果。数据分析可以解释结果的含义;数据挖掘的结果不易解释,着眼于预测未来,并提出决策建议。想要从数据中发现规律(即认知),往往需将数据分析和数据挖掘结合起来。(二)
8、数据挖掘步骤按挖掘对象,数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种,各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。(1)信息收集。从确定的挖掘对象中提取特征,然后选择合适的收集方法,将收集到的信息存入数据库。对于海量数据,必须选择合适的数据仓库。(2)数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排,以便以后使用。(3)数据规约。多数数据挖掘算法耗时很长,商业数据往往较多,数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示,规约后数量大减,但仍能保持原数据的完整性,对规约
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 车库门 工程项目 数据 分析 挖掘 管理
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内