烟草行业质量管理数据挖掘论文.doc

《烟草行业质量管理数据挖掘论文.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、学无止境烟草行业质量管理数据挖掘论文摘要：在我国信息化技术不断发展的进程中，数据挖掘技术迅速发展起来，并得到了广泛的应用。在烟草行业质量管理过程中，利用数据挖掘技术，为烟草企业重大决策提供依据。本文首先对数据挖掘技术进行简要的分析，然后分析烟草行业质量管理现状，最后探讨数据挖掘在烟草行业质量管理工作中的有效应用，共有关人员参考。关键词：烟草行业；质量管理；数据挖掘烟草行业在我国市场经济发展中迅速壮大起来，同时行业间的竞争也越来越激烈，如何在激烈的竞争中占据主动是广大烟草企业领导者关心的问题。加强质量管理，提高烟草产品质量，在很大程度上能够提升企业竞争力。采用数据挖掘技术，利用大数据对行业发

2、展规律进行分析，对质量管理过程进行有效地监测，提高企业质量管理的水平，促进烟草企业持续发展。一、数据挖掘技术概述所谓的数据挖掘技术，就是从大量模糊的数据中，将其隐含的具有价值的信息提炼出来，在一定程度上与数据库、数据融合等概念具有相似性。基于挖掘任务的视角出发，数据挖掘技术更加强调对相关数据的聚类以及关联性分析，同时对大量数据进行整理、归纳，以便做出准确的预测任务。现阶段，常用的数据挖掘技术包括遗传算法、统计分析法、神经网络法、模糊算法等等。在具体的使用过程中，首先应该根据业务的性质进行重新定义，明确任务目标，然后做好相关的准备工作，确保数据的完整性；随后进行数据挖掘以及数据分析，将收集的

3、数据进行整理、分析，得到目标数据信息；最后，在业务处理工作中对这些数据信息进行妥善的应用。二、烟草行业质量管理现状3学无止境现阶段，消费者对烟草行业质量的要求越来越严格，外部环境控烟要求也越来越紧迫，尽管在市场经济的良好环境下，烟草行业无论从规模、数量还是设备上都得到了显著的提升，但是在此过程中也形成了大量的数据信息。在企业质量管理过程中，主要缺陷体现在以下几个方面：第一，在质量管理过程中，采用传统的数据处理方式，导致质量管理部门工作量庞大，数据处理结果的准确性也不高；第二，烟草行业质量管理方式相对滞后，对数据的分析不够科学，导致采用不科学的数据结果对烟草质量进行评价，导致烟草企业质量管理

4、整体质量受到影响。第三，质量管理中缺少反馈内容，使烟草行业无法及时发现其中存在的问题并做好相应对策以及改进与预防工作。第四，传统质量管理更侧重于某个生产环节，忽视全局管理，而烟草行业本身规模较大且在不同地域中都涉及较多的质量管理部门，很多质量信息需在较长时间内完成流通。对此，便需引入数据挖掘中的关联与聚类分析，其中的关联规则可将数据项关联关系充分挖掘出来，在质量管理中更集中体现在产品质量预期特性值的关系。三、数据挖掘技术在烟草行业质量管理中的应用加强对数据挖掘技术在烟草行业质量管理工作中应用的研究，对烟草企业质量管理工作具有重要意义，对烟草行业的发展也具有促进作用。在具体分析研究过程中，一

5、般从供应商、适量反馈以及生产过程三个角度出发：1.基于对供应商评价的角度烟草产品生产过程中需要大量的原材料，并且原材料的种类相对较多，包括烟叶原材料以及一些辅助的材料。这些材料的质量在很大程度上决定了烟草产品的整体质量。供应商在某种意义上对原材料质量起着重要作用，烟草企业还需要与供应商建立良好的关系。烟草企业的相关部门需要将供应商提供的原材料信息进行有效地统计、储存，同时将原材料的合格率作为主要的评价依据。根据数据挖掘技术中的关联规则，将一种原材料对应所有的原材料供应商，收集并分析所有供应商提供的数据信息中该原材料的合格率，从而选择最佳的原材料供应商，为烟草质量提供保障。2.基于质量反馈的

6、角度3学无止境质量反馈就是客户对一件产品质量使用后的总结性评价，通过有效地质量反馈，烟草企业能够对烟草生产过程、生产工艺、服务水平等进行整改。根据相关研究资料显示：在能够创造同样价值的基础上，新客户发展涉及的成本往往是维持与老客户关系涉及的成本的五倍，但若由老客户将企业口碑向新客户传递将获得更大的竞争优势，所以企业发展中维持老客户的关键在于使顾客满意度得以提高。利用数据挖掘技术，对顾客反馈的信息进行科学化的分析与管理，总结客户对产品质量的意见，同时分析出造成这个质量问题产生的原因，以便企业能够提出针对性的措施，帮助企业质量管理水平的提升，也能够为烟草企业迎来更大的经济利润，让烟草企业在激烈

7、竞争中立于不败之地。3.烟草生产过程中数据挖掘技术的应用在卷烟生产过程中，烟丝质量是备受关注的问题，烟丝质量不仅会受到化学成分的影响，在生产过程中的一些工艺、操作也会对其质量造成影响。在烟丝制作过程中需要经过多重工序，同时涉及配方、含杂量等诸多因素，这一过程就会产生大量的数据。因此，需要利用数据挖掘技术，对烟草生产过程产生的数据进行存储、分析，利用神经网络技术分析导致烟丝质量问题的原因，不断地优化生产工艺参数，同时利用聚