基于聚类挖掘的供应链绩效评价的标杆选择法

标杆法作为供应链绩效评价的一种方法具有重要的应用价值,而如何针对既定目标选 择合适的标杆并提供可信的依据是这类方法的瓶颈. 针对这个问题,提出利用基于密度的聚类 挖掘技术采集分析供应链的特征,为使用标杆法比较和改善供应链的绩效提供决策依据. 首先 对已知供应链的绩效指标值数据进行标准化处理,然后采用基于密度的聚类挖掘技术(改进的 K - 均值聚类方法) 进行分类,通过分析各类供应链的特点和差异解决了标杆选择的问题,最 后设计了一个算例说明方法的应用.     

聚类系数无显著性差异下的灰色综合聚类方法研究

在灰色聚类评估分析中,当灰色聚类系数无显著性差异时,按照已有的灰色聚类方法无法对聚类对象进行准确的聚类,而在实际研究中经常会遇到聚类系数无显著性差异这类问题。因此本文提出了一种新的灰色综合聚类方法。具体步骤是:首先计算各聚类对象的聚类系数,并对其进行归一化处理;再根据对象中每一灰类的灰色聚类系数在聚类过程中的作用,计算聚类对象的综合聚类系数;最后根据综合聚类系数对聚类对象进行聚类,确定聚类对象应属的灰类。并且证明了当聚类对象的聚类系数差异大于1-2/S时,一般灰色聚类方法与灰色综合聚类方法所得聚类结果完全相同。最后,以江苏省第二产业内部主导产业选择为例进行了实证分析。     

粒子群优化的模糊聚类方法在车辆行驶工况中的应用

本文研究了粒子群优化的模糊聚类方法在车辆行驶工况中的应用。采用主成分分析方法将众多反映车辆行驶工况特征的运动学片段特征值进行压缩,用粒子群优化的模糊聚类方法对运动学片段的前三个主成分得分进行聚类,通过Matlab编程将上述理论用于合肥市典型道路行驶工况的构建和分析,按时间比例选取合适片段拟合代表性工况,并将代表性工况和采用K均值聚类法及模糊C均值聚类方法拟合的工况进行对比分析。研究结果表明,将粒子群优化的模糊聚类方法应用到工况的构建中可以有效地提高构建精度。     

基于密度的最佳聚类数确定方法

确定数据集的正确聚类数目是聚类分析中的一个基础性难题。常用的聚类数确定方法通常依赖特定的聚类算法,且在数据集存在子簇群的情况下效果欠佳。本文提出一种新的最佳聚类数确定的指标,该指标着重于分析簇的几何结构,从数据对象分布密度的角度来度量类内紧密度与类间分离度。该指标对噪声不敏感并且可以识别数据集中的子簇群,在实际数据和合成数据上的实验结果表明,新指标的性能优于广泛使用的其他指标。     

数据挖掘中的聚类技术在学生成绩分析中的应用

本文针对在大类招生背景下北京科技大学经济管理学院2005级学生的考试成绩,应用数据挖掘技术分析分专业前学生成绩与专业及分专业后课程学习之间可能存在的潜在的联系.首先进行数据预处理以保证数据挖掘结果的质量和提高数据挖掘的效率;然后根据分专业前的课程成绩对学生进行聚类,并分析各类的成绩特征;最后以信息管理与信息系统专业为例,分析各类学生在分专业后的优势课程和较弱课程.     

两步聚类分析法在汽车市场研究中的应用

本文介绍了两步聚类分析法的步骤,并在SPSS软件中尝试采用该方法对一组汽车产品数据进行了分析,探讨了该分析法的商业实践价值。     

基于灰色模糊聚类法的企业集团部门绩效评价

综合运用BSC和KPI,建立企业集团部门绩效评价指标体系,并以企业集团各下属单位同类型部门的绩效评价指标灰色关联分析结果为基础,采用灰色关联分析在模糊聚类理论中的应用方法,建立了企业集团部门绩效评价模型,并利用最大树法,得到了基于不同水平的聚类结果形成的谱系图,合理地反映了企业集团各部门的绩效评价结果和状况分布。最后,通过实例验证了该模型的有效性和可行性。     

浅析EVA在企业绩效评价中的应用

本文在介绍了EVA概念的基础上,分析了EVA的优缺点,并针对EVA在我国企业业绩评价中的现状和意义,就其更好的应用提出了几点见解。     

层次分析法在ERP绩效评价中的应用

ERP管理技术是促进我国企业管理信息化的有效手段,能不断提高我国企业的国际竞争力,但是ERP的实施与应用成功与否,要有一个统一的评价标准,使我们对系统实施的结果作一个小结和自我评价,以判断企业是否达到了最初的目标,并通过自我业绩评价,制定下一目标,再进行改进。本文结合国内企业的实际,并运用层次分析法(APH)确定各项指标的权重,利用最高积分法和国际上通用的ABCD法对企业实施ERP进行绩效综合评价,以使企业的国际竞争力不断得到巩固与提高。     

中文专利文本聚类方法研究

该文提出了一种针对中文专利文本的聚类方法.使用自组织特征映射算法获得初始的聚类中心,并以此作为K-means算法的初始输入,从而得到最终的聚类结果.这样的组合可以在提高聚类准确率的同时,降低运行时间.在聚类之前还对文本进行LSI降维操作,降低了特征向量的维数,使得SOM和K-means两个对维数敏感的算法可以更加有效和快捷.     

数据挖掘技术在CRM中的应用

客户关系管理(CRM)是数据挖掘技术的重要应用领域,也正是因为具有数据挖掘技术的支持才使CRM具有越来越广泛的市场价值和研究价值。本篇论文综述了面向CRM的数据挖掘应用的总体研究情况。包括面向CRM数据挖掘的体系结构;从客户生命周期的角度和行业应用角度分析了CRM中数据挖掘的应用状况;最后结合当前数据挖掘技术的发展指出了CRM中数据挖掘应用的进一步发展趋势以及我国在该领域的研究方向。     

数据包络分析法在基金业绩评价中的应用

把数据包络分析法(DEA)引入到基金业绩评价中,以基金本身为参照物对各基金业绩进行横向比较,避免了整个证券市场环境,也包括经济、法律、政策环境等系统因素(外生变量)造成的影响.用DEA对2002年度我国46只证券投资基金的相对绩效进行了评价.最后对DEA在基金业绩评价中的进一步研究提出了一些问题和建议.     

数据挖掘技术在财务分析巾的应用

数据挖掘技术是多学科交叉的新兴技术,它是随着数据的大量积累以及市场竞争对信息与知识的迫切需求而产生和发展起来的.并逐渐成为人们关注的热点.它将传统的数据分析方法与处理大量数据的复杂算法相结合,为探查和分析新的数据类型以及用新方法分析旧有数据类型提供了令人振奋的机会.将数据挖掘技术应用于财务分析,不仅拓宽了财务分析的范围,而且还可以发现那些隐藏在财务报表数据中的信息,对于帮助管理层做出及时、适当的决策是很有价值的.     

数据挖掘技术在电信增值服务行业中的应用

数据挖掘技术在企业市场营销领域得到了越来越广泛的应用,它能有效地帮助营销人员发现数据之间的内在有意义的联系,制定有效的营销计划,最终为企业带来更多的利润.本文运用聚类、logistic回归、决策树等数据挖掘技术对一家电信增值服务公司的客户数据进行分析,说明公司要以客户为导向,分析目标市场的需求特征,在成本领先和差异化战略的指引下,才能在短信增值市场上站稳脚跟.     

数据挖掘技术在电信CRM中的应用

在介绍数据挖掘技术和客户关系管理概念的基础上,以电信行业为背景,介绍了将数据挖掘技术应用到客户关系管理中的流程和方法,最后以一个案例说明了数据挖掘技术是如何在企业的经营分析中发挥作用的.     

遗传算法在供应商绩效评价中的应用

本文利用平衡记分卡思想建立了供应商绩效评价指标体系.结合遗传算法和BP神经网络构建了进化网络算法模型,克服了单纯网络学习易陷入局部极小的缺陷,并用指标样本检验了进化网络的有效性及改进性能,得到了比较理想的输出结果.     

基于数据挖掘技术的客户价值评价方法

本文把数据挖掘技术应用于评价客户价值,给出了这一方法的具体步骤,并利用粗糙集构建多变量决策捌建立分类模型.最后结合实例说明该方法的应用.     

Web数据挖掘在客户关系管理应用中的问题及对策

基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题.本文从CRM和Web数据挖掘的概念入手,介绍了Web数据挖掘的工作流程以及Web数据挖掘在CRM中的应用.最后从几个方面讨论了Web数据挖掘在CRM应用中的问题及对策.     

销售业绩考核中动态雷达图的应用

企业在经营活动中,产品的销售业绩是一个核心要素,它直接影响着企业的经济效益.在销售业绩考核问题上,本文从考核指标的设定和动态雷达图技术应用两个方面进行了探讨.     

数据挖掘技术在交叉营销中的应用

通过案例引出交叉营销的概念,描述了数据挖掘在交叉营销中的应用过程,并通过零售业数据挖掘的应用加以说明,最后对数据挖掘在交叉营销中的应用前景进行了预测.