
制造企业利用文本挖掘提炼商业价值
通常,制造工程师会花大把时间将数字吃透,以确保生产和效率水平始终处于高峰。而今,一家总部位于美国休斯顿的石油设备生产公司的管理者们发现,分析对象除了数字,还可以是文字。结合对这两者的分析,可令制造工艺更加优化。
“我们始终期望改进运作模式,使其变得更好、更高效。”FMC科技的全球业务卓越经理Dan Fortune如是说,“而我们发现,文本挖掘能帮助我们有效实现这一目标。”文本挖掘需将单词与词组基于共性进行分类。在FMC科技,这些由制造报告中提取出的字词,将由SAS公司的统计发现软件JMP进行编码及分析。
FMC科技是全球石油与天然气设备(包括海底采油、地面井头、海洋装卸作业等专业系统)工业领导者,其生产的一些设备具备在海底近两英里左右深处运行的性能。精确分析工程设计及产品性能,是制造商须长期具备的技能——因为原设计在安装时需调整,所以常易成为可变因素。在FMC,遍布16个国家的30处生产设施需要持续分析与故障排除的服务。
“制造商有很多,可我们是海底设备制造商中的佼佼者。”Fortune表示。Fortune表示,在过去几年中,FMC科技运用JMP软件的统计和图形分析法,使生产工艺更加高效,并大幅节约了成本。
“如果我想知道2013年的所有生产缺陷区域,两个员工可能要奋斗整整一周,才能做好。但有了JMP,我15分钟就可以搞定,还可以反复实验、研究,或者以不同的视角来查看结果。”Fortune说。
文本挖掘:额外优势
对工程师们来说,研究数字是很自然的,但在分析中加入字词能获取额外信息,有助于改善优先次序及问题解决型任务。FMC西部地区海底系统规划经理GokhanSarpkaya如是说。
“我们的目标是减少或消除变异。”Sarpkaya表示,“文本数据在这方面具有优势。它能让我们的分析更加深入,有助于决策者做出更优决策。”
用于分析的文本是从公司数据库内的书面描述中取得,用以标识生产流程中的问题、不规律性或其它情况。“当问题发生的时候,对于它的书面描述通常十分准确。”Fortune说,“通过文本挖掘,我们可为相似问题分类,即使它们的书面表达方式不同。这样我们就能找出未达到应有水平的项目。这种方式有助实现重大转变。”
Fortune可运用JMP选取文本,并使用咨询公司Adsurgo提供的JMP定制脚本,将数据发送至开源代码的统计与图形分析软件R,实现所需的文本挖掘功能。所得结果将被返回JMP,以便进行进一步分析与可视化。该脚本允许用户自定义JMP数据在R软件中的处理方式,且无需编码。
Fortune表示,文本挖掘功能解决了“词干”和“停用词”问题,使分析结果更加精准。为了解决词干问题,每个单词都被拆解到词根,不论它们在特定句子中呈现何种形式。例如,“正在行走”“行走过”和“行走着”都可由词干“行走”统一归类。“同一词干的词,结尾虽不一样,表达的意思却是一致的。”Fortune这样解释。
而停用词,则会在分析开始前从文本中剔除,因为它们对文本内容并不构成实际意义。这类词包括定冠词、代词、“在……上”等之类的介词。“我们用R来降低文本数据的复杂度,并将其构成一个数字矩阵,以便JMP的后续分析操作。这就是奇异值分解法。”Fortune表示,“R将数据返回到JMP,JMP则完成所有的分析工作。”一旦执行以上操作,文本中出现的相似语句就会被分类、添加到专供JMP分析的数值型数据中。
文本分析能帮助解决数字系统中经常弹出的错误。Fortune说:“编码与文本不匹配的情况常常发生。”Fortune还表示,如数字编码分类太宽泛,对某一问题的具体判断无法获准取得编码,就会出现错误。另外,如编码过于具体,导致系统对指定条目的正确名称决策混乱,也会出现错误。“编码过多,将给数据录入人员的工作带来困难,使他们无法正确进入条目。”Fortune说。
用图形分析文本与数据,让管理者们得以在重复性操作过程中发现趋势,例如:从预期起止时间与实际起止时间之间的差异,以及由于个人行为而产生的品质不等。在FMC,这些原本都被视作艰巨任务。“如果我有五个项目,其中包含15000个活动,也就意味着它们包含着75000个条目。”Fortune解释道。
“对于人来说,要投身如此巨大的数据分析中,并结合传达相同意义的不同文本作出分析,基本上是不可能的。但运用文本挖掘与聚类分析,虽也要用一些时间,但比起‘近乎不可能’来已是很好了。”
转向JMP
JMP还是FMC公司项目优先级划分的重要软件。项目优先级划分是保持领先竞争力的一个重要步骤。此外,JMP也被培训主管们运用于六西格玛项目,以保障生产成品质量,降低成本、提高客户满意度。Sarpkaya说,在去年转用JMP之前,他已用Minitab软件对新用户培训六西格玛体系长达十年。
“我十分高兴转用JMP。”他说,“这款软件的客户定制程度较高。你可以撰写自己的文本,这样更灵活些。”
Fortune说,他极力支持在FMC公司的六西格玛项目中使用JMP软件,因为他曾在之前就职的公司里运用JMP软件,并认为其功能卓越。此前,Fortune曾以一个项目为FMC节省了大量成本;这有助于FMC的高管们认同JMP软件。
Fortune说,能源业的设备造价高昂、体积庞大,有些仅零件就重达80吨;而被认定有缺陷、不可靠的零件必须报废,因此FMC公司在某些工程案例中为单个零件就花费了25万美金或更多。2011年进入董事会并担任质量部门领导后,Fortune对判定设备服务期限的测量方法存在怀疑,便运用JMP做了一次分析。
“我运用JMP的图形分析功能计算出结果,并向公司里许多完全不懂统计技术的人展示,成功地让他们明白:这中间存在许多问题,我们需要第三方对零件进行评估。”随后的第三方评估结果显示,一些曾被指明报废的零件是可靠的,可以回归使用。其中两个零件的总价值达到40万美元。由此,Fortune为FMC公司节省了近50万美元的成本。
不过,Fortune表示,JMP的最大优势在于其提升FMC公司“满足客户期望”能力的方式。“我们公司生产的海底设备,设计几乎全都是独一无二的。”他这样解释,“但我们也制造地面设备,这在市场上的竞争激烈得难以想象。所以,进行精准预测以确保永远满足客户的需求,对我们来说就尤为重要。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15