采用数据挖掘技术从企业已有的产品或服务规划知识中提取顾客需求和设计需求之间的映射规则,是进行产品或服务规划分析的重要方法。针对常用Apriori关联规则挖掘算法运算量大的问题,提出了基于PIETM(Principle of Inclusion-Exclusion a...采用数据挖掘技术从企业已有的产品或服务规划知识中提取顾客需求和设计需求之间的映射规则,是进行产品或服务规划分析的重要方法。针对常用Apriori关联规则挖掘算法运算量大的问题,提出了基于PIETM(Principle of Inclusion-Exclusion and Transaction Mapping)算法的顾客需求映射规则挖掘方法,提取强关联规则。针对规划设计数据量较大时,规则挖掘会产生大量冗余规则的问题,通过采用基于粗糙集的聚类方法对顾客需求以及设计需求可选值进行聚类,实现顾客需求映射规则的聚类分析。最后以某企业叉车方案规划中,顾客需求映射规则的挖掘和聚类分析为例,验证了所提方法的有效性。展开更多
文摘采用数据挖掘技术从企业已有的产品或服务规划知识中提取顾客需求和设计需求之间的映射规则,是进行产品或服务规划分析的重要方法。针对常用Apriori关联规则挖掘算法运算量大的问题,提出了基于PIETM(Principle of Inclusion-Exclusion and Transaction Mapping)算法的顾客需求映射规则挖掘方法,提取强关联规则。针对规划设计数据量较大时,规则挖掘会产生大量冗余规则的问题,通过采用基于粗糙集的聚类方法对顾客需求以及设计需求可选值进行聚类,实现顾客需求映射规则的聚类分析。最后以某企业叉车方案规划中,顾客需求映射规则的挖掘和聚类分析为例,验证了所提方法的有效性。
