煤炭企业成本管理中数据挖掘技术的应用和实例分析

第一章绪论

1.1研究背景及意义
随着经济全球化的不断深入和发展，企业面临的市场竞争环境发生了巨大的变化。如何提升企业管理与决策水平，是企业管理不可回避的关键课题。成本管理是企业管理的核心之一，对企业发展具有至关重要的影响，能否选择正确的管理方法和模式对企业能否在竞争中取得战略优势有着直接的关系。
由于缺少信息建设的整体规划，导致"信息孤岛”一直存在，致使难以通过集成化的分析来从数据中发现有用价值的信息和知识为企业管理与决策服务，越来越多的学者开始研究如何将这些数据信息转换成有价值的知识和模式，而数据挖掘技术的出现和发展为这一需求提供了有力支撑。正如 James B. Edwards 教授在《The New Cost Management Culture: Where Are WeGoing》一文中提出智能化的数据挖掘技术将会越来越广泛的应用到未来的企业成本管理[2]。

1.2国内外研究现状
国际知名软件制造商SAP构建了煤炭行业信息化五级架构解决方案，这五级系统是：第一级到第三级为数字矿山信息化；第四级为业务运营管理信息化；第五级为集团管控和战略绩效信息化。这五层系统相互集成，相互作用，构成一个统一集成的企业信息化管理系统。管理系统将煤炭企业管理分为七条主线：产运销管理，用来支持矿业产运销整体供应链端到端的业务管理；物资管理，主要功能包括需求计划、采购管理、库存管理；企业资产管理，将资产管理里与企业ERP融合实现企业资产的劝生命周期管理；集中统一的财务管理，“财务管理集中”重点体现在核算、资金、预算三个方面，通过财务业务的一体化，实现财务数据的业务追溯性、财务监控实时化;环境、安全与健康管理，SAP将环境保护，员工健康及生产安全管理集成到整个业务过程；人力资本管理，SAP支持煤炭企业的人力资本一体化管理。
…………

第二章数据挖掘理论

2.1数据挖掘基本理论
数据挖掘在广义概念上又称数据库中的知识发现（Knowledge Discovers in Database, KDD),狭义概念则认为DM只是KDD的一个核心步骤或者一个阶段，主要涉及算法的衍生、推理、建模与实现等[15]。作为一个新型的多学科综合的课题，它的发展历史虽然很短，但至20世纪90年代以来，发展速度十分迅速，目前还没有一个统一的定义，如1997年SAS研究所认为数据挖掘作为一种先进方法主要用于在海量的数据基础之上进行数据搜索和模型建立；Bhavani和Hand et al则认为数据挖掘作为一种搜索过程，就是使用特定的方法和技术用于在大规模的数据中挖掘有意义、有价值知识。

2.2决策树分类法
本文选取决策树分类法进行研究工作，主要基于如下几点理由：(1)决策树算法构造的模型相较于其它模式识别技术具有较强的可解释性，基于这种解释性，可用于分类和划分层间关系相关的重要特性信息来对数据进行实验和分析。由于成本管理的最终决策对象是成本管理者，他们往往不具备与数据挖掘相关的知识，因此要求模式评估和知识呈现具有较强的解释性。而决策树是以树形结构表示最终的分类结果，可用IF-THEN形式来描述由根节点到达每个叶节点的路径，易于决策者认知。(2)决策树算法不需要进行多次迭代来对模型进行训练，极大的节省了计算时间，适用于处理大规模数据集。本文研究的成本管理系统主要是用于煤炭企业实际应用，而不是数据挖掘的算法研究，因此分类方法的效率比较重要，选择决策树算法可以大大缩短计算时间，提高系统执行效率。(3)决策树作为一种特殊形式规则集合[24]，具有清晰的层次结构，可以简单明了的显示出分各类属性的重要程度。决策树通过计算各分类属性的信息熵来对各层的分类属性进行选择，而信息熵正是属性重要程度的衡量指标。这样，决策树节点所处的层次级别直接关系到该节点所表示的分类属性作用的大小。

第三章基于数据挖掘的成本管理系统理论研究 ...........21
3.1煤炭企业成本管理的内容 ..........21
3.2煤炭企业成本管理模型研究 ...........22
第四章成本管理系统的分析与设计........... 27
4.1案例企业相关组织机构及职能 ..........27
第五章数据挖掘技术研究和应用实现.......... 45

第五章数据挖掘技术研究和应用实现

5.1决策树应用研究
为了提升企业成本的整个有利差异比率水平，对于生产环境因素产生的影响，可以在对生产队伍调度时要根据队伍表现出的适宜性进行安排。例如，在正常块段可以优先安排乃、7>和7；进行生产，在回釆块段与极薄煤层可优先安排r2、r5进行生产。而对于生产队别因素产生的影响，一方面需要在管理上加强力度，提高队伍的整体生产绩效；另一方面，加强对生产经验总结。例如，可以总结乃的先进经验，进行分享交流。

5.2生产资源优化调度的研究
通过对生产资源的优化调度来实现生产质量、效率和成本多目标控制是企业管理关键方法之一，为了提高生产资源调度的准确性、合理性和多样性，本系统从生产作业人员的优化调度进行研究，建立生产质量一效率一成本多目标控制贴近度模型，通过NSGA-II求解该多目标优化模型，决策者可根据g示生产过程的不同需求，在模型Pareto最优解集中进行选择最合适调度方案。
...............

第六章总结与展望

针对成本管理中存在成本核算滞后、信息隔离、成本分析粒度过粗以及决策支持匮乏等问题，对企业成本多维分析与控制、数据挖掘与资源优化调度进行学习和研究，开发了及时性、稳定性的成本管理系统。论文对成本管理模型结构、系统功能和数据库设计进行了详细介绍；并对数据挖掘与成本管理结合问题进行了详细的研究和探讨。
数据挖掘技术在成本管理方面的应用，极大的丰富了成本管理的理论和方法，促进了成本管理的智能化发展。本文将相关算法运用到煤炭企业成本管理，由于个人时间和知识的限制，加上成本管理动态变化和发展性，仍有一些难点有待进一步研究和分析。笔者认为，应主要集中在以下几个方面进行下一步的研究：(1)扩展数据挖掘技术与成本管理方法相结合的广度。本文主要将数据挖掘相关算法引入到煤炭企业的成本分析和成本决策，并未将数据挖掘算法引入到成本计划、成本核算和成本预测之中。对于已经涉及的成本管理职能，也还要继续学习和探索，以寻求更适宜的挖掘算法。(2)拓宽数据挖掘技术在成本管理的应用领域。论文主要是针对煤炭行业特有的业务流程和成本管理的特点，选用相关的数据挖掘方法进行研究与应用，下一歩将探求数据挖掘与成本管理结合的普遍性规则，使得数据挖掘技术应用到更多行业成本管理中去。

.............

参考文献（略）