工业大数据分析技术与轮胎销售数据预测

发布时间：2018-01-01 14:09

本文关键词：工业大数据分析技术与轮胎销售数据预测　出处：《计算机工程与应用》2017年11期 　论文类型：期刊论文

【摘要】：工业大数据是在工业领域信息化应用中所产生的海量数据,作为决策问题服务的大数据集、大数据技术和大数据应用的总称。首先分析工业大数据4V特性与工业数据的特有特征,以及工业大数据来源;从多源异构工业数据集成与数据融合方法、工业大数据计算架构、大数据带来的信息安全等三方面论述工业大数据面临的挑战与潜在价值。探讨了工业大数据分析与挖掘方法,提出了工业大数据平台的计算架构与大数据处理平台,构建轮胎企业大数据资源中心、大数据分析与决策应用系统。从销售数据分析和宏观数据趋势两个层面进行轮胎销售大数据分析与预测。采用多个不同领域的销售数据源来解决销售预测历史数据特征空间稀疏的问题,使用LASSO(The Least Absolute Shrinkage and Selectionator Operator)方法的多任务学习方法来解决高维样本空间的缺点,实验数据验证能够提升轮胎销售预测的准确率。
[Abstract]:Industrial big data is a set of big data, which is produced in the application of information technology in the field of industry, as a service of decision problems. The general name of big data technology and big data application. Firstly, it analyzes the characteristic of industrial big data 4V and the characteristic of industrial data, and the origin of industrial big data. From the multi-source heterogeneous industrial data integration and data fusion method, industrial big data computing architecture. This paper discusses the challenge and potential value of industrial big data from three aspects of information security brought by big data, and probes into the analysis and mining methods of industrial big data. The paper puts forward the computing framework of industrial big data platform and big data processing platform, and constructs big data resource center of tire enterprise. Big data analysis and decision-making application system. Analysis and prediction of tire sales big data from two aspects of sales data analysis and macro data trend. The use of multiple sales data sources in different fields to solve sales forecasting history. According to the problem of sparse feature space. Using LASSO(The Least Absolute Shrinkage and Selectionator operator). The method of multitask learning is used to solve the shortcoming of high dimensional sample space. Experimental data can improve the accuracy of tire sales prediction.
【作者单位】：复旦大学软件学院;复旦大学上海市数据科学重点实验室;海军航空工程学院信息融合研究所;
【基金】：国家自然科学基金(No.61671157,No.61531020,No.6147383) 山东省科技重大专项(No.2015ZDZX01001)
【分类号】：F274;F426.72;TP311.13
【正文快照】： 1引言多种数据类型。大数据(big data)概念最早是在20世纪80年代(3)快速性(Velocity),机器设备运行实时监测数据。提出的,2008年9月,《科学》杂志发表文章“Big Data:(4)价值性(Valve),工业大数据的价值需要通过海Science in the Peta byte Era”,“大数据”开始广泛传量数据

【相似文献】