基于决策树的数据挖掘算法应用研究

以决策树数据挖掘分类算法在金融客户关系管理(CRM)中的应用为例,进行了数据挖掘的尝试,从中发现企业产品的销售规律和客户群特征,从而提高CRM对市场活动和销售活动的分析能力,得到了与实际经验相符的结果和相应的"规则",验证了其可行性和可供决策支持的现实意义.     

改进的并行fp-growth算法在工业设备故障诊断中的应用研究

如今,工业设备不断向智能化、大型化发展,伴随着设备故障日益复杂多样,如何快速、准确地诊断故障成为一个难题。通过研究,提出以大数据技术Hadoop为平台,基于兴趣属性列的改进的fp-growth算法作为数据挖掘方法,来实现工业设备的故障诊断。实验以工业齿轮箱为例,首先选取两部分数据分别作为训练数据和测试数据,在预处理阶段对训练数据进行空值处理、维度相关性分析以及抽样离散化数据;其次提出基于兴趣属性列的改进的并行fp-growth算法,从训练数据中挖掘出属性列与故障之间的关联规则;最后通过测试数据验证关联规则,证明了改进方法的可行性。实验结果表明,基于兴趣属性列改进的并行fp-growth算法能够在保证准确率的情况下进行快速故障诊断。     

模拟退火K均值聚类算法及其应用研究

针对CRM客户分类,提出模拟退火算法与K均值算法相结合的聚类算法.利用模拟退火算法全局寻优能力改变k均值算法易陷入局部极值的缺点.经标准数据集检验,证明算法有效.根据烟草商业企业业务数据和卷烟营销特点分析,设计客户分类评价指标模型.将算法应用于烟草商业企业CRM客户分类,分类结果符合卷烟营销特点,从实用角度验证算法有效.根据客户分类设计了差异化CRM营销策略.     

基于Prophet算法的快销服装销售预测

准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失.由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意.论文基于Prophet算法的基础上,优化时间序列分解的各因式项,结合电商平台历年的销售数据,依据产品生命周期特性构建模型,结果表明,改进后的Prophet算法模型预测准确性高于传统模型,且耗时有所降低.     

单件车间生产调度系统设计

文中给出了一个单件车间调度系统的设计,讨论了这些数据之间的约束关系,并设计数据库使其较好的反映Job-shop生产过程特点,同时该数据库设计还具有可扩展和用户可自定制的特点;讨论了Job-shop调度问题的多调度规则、多目标的复杂性和运算时间代价之间的矛盾,提出了基于仿真算法的算法解决方案.该系统通过设定不同的产品属性或资源属性,能适用于多种不同生产类型需要.     

面向销售数据的多项缺失值关联性的增量填补

数据缺失会影响数据的质量,可能导致分析结果的不准确和降低模型的可靠性,缺失值填补能减低偏差方便后续分析.大多数的缺失值填补算法,都是假设多项缺失值之间是弱相关甚至无相关,很少考虑缺失值之间的相关性以及填补顺序.在销售领域中对缺失值进行独立填补,会减少缺失值信息的利用,从而对缺失值填补的准确度造成较大的影响.针对以上问题,本文以销售领域为研究目标,根据销售行为的多维度特征,利用不同模型输出值的空间分布特征特性,探索多项缺失值的填补更新机制,研究面向销售数据多项缺失值增量填补方法,根据特征相关性,对缺失特征排序并用已填补的数据作为信息要素融合对后面的缺失值进行增量填补.该算法同时考虑了模型的泛化性和缺失数据之间的信息相关问题,并结合多模型融合,对多项缺失值进行有效填补.最后基于真实连锁药店销售数据集通过大量实验对比验证了所提算法的有效性.     

基于BP神经网络的上市物流公司业绩预测模型

为了科学预测上市物流公司的业绩,并利用BP神经网络的自我组织、自我学习和抗干扰等特性,建立了上市物流公司的业绩预测模型。首先以2010年的23家上市物流企业的数据为研究对象,然后采用BP算法建立预测模型对公司业绩进行预测,最后预测结果与它们的实际情况基本吻合,综合评估反映了上市物流公司的业绩。     

一种新的动态物流配送路径问题的研究*

通过对物流公司配送特点的认真分析,将人工免疫算法与蚁群算法结合起来,提出基于免疫疫苗的蚁群优化（ACOIV）,设计并实现了一种解决动态物流配送路径问题的方法。首先对初始抗体接种疫苗,产生较优解;然后蚁群根据此较优解初始化信息素,进而找出全局最优解。实验表明,接种疫苗的蚁群算法能更快更准确地找到最优解。     

关联规则挖掘在软件销售策略中的研究与应用

针对某软件企业的多个不同产品建立有效的销售策略,提出使用Apriori算法对客户与软件产品之间的关系进行数据挖掘的方法,建立客户与软件产品之间的关联模型。使用此模型对某软件企业的销售数据进行挖掘,发现客户软件产品之间的潜在关系,指导决策者和销售人员对不同的客户实施不同的营销策略,提高客户满意度,增加软件产品的销售量。通过实例验证此模型具有一定的可信度。     

基于Sencha Touch的烟草行业销售预测移动Web平台的建立

简要介绍了Sencha Touch的特点、功能和架构,并通过对某烟草省公司的库存分析,设计和实现了基于SenchaTouch的烟草行业销售预测移动平台.该平台实现对烟草营销进行定量分析,支撑营销决策者决策,支撑公司资源整合的综合营销、运行分析、物资管理,并逐步达到流程协同、管理优化.实现公司间业务协同,提升企业效率.预测下期销售情况,确定发货需求量.并能及时反映某些销售区域的销售停滞情况.基于Sencha Touch使得该平台能够跨平台运行,为决策者提供了更有效、更便捷的移动决策方案.     

卷烟产销衔接模型

为了＂按客户订单组织生产＂,优化和提升企业的内部业务流程,合理配置资源,提高效率和效益,实现对市场的快速响应,提出产销衔接模型。模型结合当前中烟公司的实际需求,设计出一套算法,并利用一元线性回归模型实现短期的滚动预测,在滚动预测的基础上,确定日均销量和期末库存,最终确定投放量,根据每日投放量编排滚动生产计划,确保产品工业存货不断档,最大限度保证商业企业的需求。     

神经网络在卷烟销售量预测的应用研究

研究卷烟销售预测准确问题,卷烟销售量具有季节性和周期性动态变化规律,并受经济、人口等因素的影响,使系统存在明显的非线性特征,波动范围比较大,传统线性预测模型难以准确预测。为了提高卷销售预测精度,提出一种能够反映卷烟销售量变化规律的Elman神经网络的卷烟销售预测模型。首先采用逐步拓阶方法确定卷烟销售量的最佳滞后阶数,然后利用最佳滞后阶数最对卷烟销售数据进行重组,并输入Elman神经网络学习,利用Elman神经网络的动态和反馈特点对卷烟销售量进行预测。将建立的模型应用于云南某烟草公司某种卷烟销售的预测,结果表明,Elman神经网络模型有效提高了卷烟销售预测精度,降低了预测误差,为烟草行业销售管理预测提供科学依据。     

遗传算法在第四方物流平台中的运用

介绍了第四方物流状况及其重要性;分析物流配送效率的不足。在此基础上,通过对遗传算法的研究分析,将遗传算法运用于第四方物流平台物流配送中,较好地解决了第四方物流中的运输车辆路线选择问题(VRP)。算法已在某软件公司开发的第四方物流平台中运用。     

Impact of product configuration systems on product profitability and costing accuracy

This article aims at analyzing the impact of implementing a product configuration system (PCS) on the increased accuracy of the cost calculations and the increased profitability of the products. Companies that have implemented PCSs have achieved substantial benefits in terms of being more in control of their product assortment, making the right decisions in the sales phase and increasing sales of optimal products. These benefits should have an impact on the company’s ability to make more accurate cost estimations in the sales phase, which can positively affect the products’ profitability. However, previous studies have not addressed this relationship to a great extent. For that reason, a configure-to-order (CTO) manufacturing company was analyzed. A longitudinal field study was performed in which the accuracy of the cost calculations and the products’ profitability were analyzed before and after a PCS was implemented. The comparison in the case study revealed that increased accuracy of the cost calculations in the sales phase and consequently increased profitability can be achieved by implementing a PCS.     

The mixed-product assembly line sequencing problem of a door-lock company in Taiwan

This paper investigates the mixed-product assembly line sequencing problem in the door-lock manufacturing industry. Companies in the door-lock industries schedule their production processes to minimize their costs while meeting customer demand. The variances and diversities of each lock’s components complicate the mixed-product assembly line sequencing problem and directly influence the material requirement planning and human resource costs. In the current research, we study one of the largest ironware manufacturing companies in Asia, company F. For this company, an export-oriented strategy makes its main products (such as door locks and door closers) available around the globe. The primary customers of company F are the largest home improvement co-op stores (such as Home Depot, Lowe’s and True Value in the US) from the region of North America. The sales from this region account for over 80% of company F’s total sales. The remaining company sales are geographically distributed around the world in areas such as Europe, Asia and Australia. However, as labor cost is the major concern, this company seeks supply sources in southeast Asia, China and Taiwan. In this paper, we analyze company F and formulate an integer programming mathematical model with constraints regarding production lines, labor, warehouse capacity and order fulfillment rates to minimize the total cost. The customer demand is derived from real data from company F. We use the branch and bound algorithm (CPLEX) to solve this problem and analyze the results. Salient results and practical issues involved in this unique problem are discussed in detail in this paper.     

Modified diffusion model with multiple products using a hybrid GA approach

As technology advances, the speed in which new products are developed also increases. Due to such increases, product forecasting has become much more vital for a company. The Bass diffusion model is a demand-forecast model that explores the phases of a product’s life cycle that have been successful in the diffusion of forecasting innovation in new products. Recognizing the need for an efficient parameter estimation method for multi-product forecasting, we have conducted research using the hybrid genetic algorithm (HGA). The research conducted will provide an alternate approach to explore the forecasting capability of the diffusion models without having as many limitations as the original method. We used both published data and LCD-monitor global sales data to test and verify our method. Results show that the proposed model using a hybrid GA approach can improve the forecasting efficiency.     

一个基于小波的时序数据异常探测新算法

本文针对时序数据提出了一种基于小波的异常探测算法。首先应用小波变换将时域空间的时序数据分解成不同的频率成份,通过低频信号的特性缩短待处理的数据处理。对于变换后的数据,再采用基于密度的LOF异常探测方法挖掘异常数据。最后,对某烟草公司的烟叶收购数据序列进行了实验,结果表明了该算法的有效性。     

企业品牌形象与产品造型设计

品牌形象是企业最有价值的资产之一.现在许多企业已经意识到良好的品牌形象能够使他们更加快速有效的发展.良好的产品造型设计是吸引消费者最直接的途径,也是消费者购买动机的主要因素之一.对一个完整的产品设计来说,不仅要规范生产,销售和产品本身,还需要注意到不同品牌形象产品造型的不同需求,独特而良好的造型风格能够增强产品的可识别性.树立良好的品牌形象,从而提高消费者的忠诚度.