博碩士論文 964306001 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:18 、訪客IP:3.235.179.79
姓名 范綱彬(Kang-pin Fan)  查詢紙本館藏   畢業系所 工業管理研究所在職專班
論文名稱 應用資料探勘於汽車售服零件庫存滯銷因素分析-以C公司為例
(The Analysis of Dead Stock Factor For Automobile Spare parts using Data mining Technique-A Case Study on C company)
相關論文
★ 應用灰色理論於有機農產品之經營管理— 需求預測及關鍵成功因素探討★ NAND型Flash價格與交運量預測在風險分析下之決策模式
★ 工業電腦用無鉛晶片組最適存貨政策之研究-以A公司為例★ 砷化鎵代工廠磊晶之最適存貨管理-以W公司為例
★ 資訊分享&決策制定下產銷協同關係之研究 -以IC設計業為例★ 應用分析層級法於電子化學品業委外供應商評選準則之研究
★ 多目標規劃最佳六標準差水準: 以薄膜電晶體液晶顯示器C公司製造流程為例★ 以資料探勘技術進行消費者返廠定期保養之實證研究
★ 以價值鏈觀點探討品牌公司關鍵組織流程之取決-以S公司為例★ 應用產銷協同規劃之流程改善於化纖產業-現況改善與效益分析
★ 權力模式與合作關係對於報價策略之影響研究—以半導體產業A公司為例★ 應用資料探勘於汽車製造業之庫存原因分析
★ 以類神經網路預測代工費報價---以中小面板產業C公司為例★ 電路板產業存貨改善研究-以N公司為例
★ 運用六標準差改善機台備用零件(Spare parts)存貨管理★ 訂單履行風險之研究-以半導體通路商A公司為例
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 ( 永不開放)
摘要(中) 在汽車銷售市場逐年萎縮,各車廠在製造端沒有獲利的情況下,紛紛將目標轉為仍有廣大需求的售後服務市場,並盡力降低零件呆料,以提升企業競爭力。
依據歷史經驗,庫存之零件變成呆料之可能性會隨著庫存年限的增加而變高。但未異動ㄧ年之內的零件,通常能藉著促銷或是折扣之方式進行銷售,而避免變成呆料。所以如何能有效的挑選出容易成為呆料之零件(即滯銷零件),使管理者能提前進行促銷或是進行備料量之調整,便成了此次研究想探討的問題。
本研究以C公司為例,收集大量庫存零件資料,並利用資料探勘手法,配合Clementine軟體,建立三種模型,其為羅吉斯迴歸預測模型、羅吉斯迴歸預測模型-c合併變數模型及C&RT決策樹模型,經過三項模型比較後,得知以C&RT決策樹建立預測模型,可有效預測呆料風險,進而降低呆料發生機率,可作為後續各車廠降低成本之參考。
摘要(英) In the downturn of the automobile market and under the situation of earning a little profit, those automobile manufacturers shift their target to the after-sales markets, which still have big demand. Besides, In order to improve their company competition, they also try their best to reduce dead parts quantity.
According to the experience, the dead part probability of inventory stock will increase with the inventory years. If the part has sale history in one year, it often can avoid becoming dead part by using promotion or discount. So, how to pick up the high risk dead part and let manager to do promotion or discount in advice is this thesis main purpose.
This thesis is using C company for research data. Besides, the thesis also uses data mining methodology and Clementine software to build three prediction models. They are Logistic Regression, Logistic Regression with PCA/Factor and C&RT decision tree. After evaluating these three models, this thesis recommends using C&RT decision to prediction model. It can decrease the risk of dead parts efficiently, and it can be a reference for motor company.
關鍵字(中) ★ 資料探勘
★ 售服零件
★ 羅吉斯迴歸
★ 決策樹
關鍵字(英) ★ data mining
★ spare parts
★ Logistic Regression
★ C&
★ RT decision tree
論文目次 中文摘要
英文摘要
誌謝
圖 目 錄
表 目 錄
第一章 緒論...............................................................................................................1
1-1 研究背景-汽車產業之市場概況......................................................................1
1-2 研究背景-汽車產業面臨加入WTO 後之影響..................................................3
1-2-1 逐年降低整車進口關稅之衝擊.............................................................3
1-2-2 零組件及原材料進口關稅調降與自製率取消,將對零件業者產生不利影
響........................................................................................................4
1-2-3 貨物稅及自行設計抵消等規定的影響...................................................4
1-2-4 業者因應對策......................................................................................5
1-3 研究背景-台灣汽車廠及C 公司簡介..............................................................6
1-4 研究目的與動機.............................................................................................7
1-5 研究方法及步驟.............................................................................................8
第二章 文獻探討......................................................................................................10
2-1 資料探勘(Data Mining)的定義.....................................................................10
2-2 資料探勘的功能...........................................................................................10
2-3 資料探勘的方法...........................................................................................12
2-4 本研究應用模型說明....................................................................................14
2-5 建構模型的效能評估....................................................................................16
第三章 研究實例探討..............................................................................................18
3-2 資料說明與資料處理....................................................................................20
第四章 模型建置......................................................................................................25
4-1 羅吉斯迴歸(Logistic Regression)建置.......................................................25
4-2 羅吉斯迴歸模型使用PCA/Factor 縮減變數................................................30
4-3 決策樹模型建置(Decision tree) ..................................................................35
第五章 結果討論與改善檢討....................................................................................42
5-1 結果討論......................................................................................................42
5-2 研究貢獻......................................................................................................44
5-3 改善與檢討..................................................................................................43
參考文獻....................................................................................................................46
參考文獻 [1] 楊燕枝產業分析師,兩岸經貿論壇工研院經資中心ITIS計畫,民國九十一年三月
[2] 經濟部投資業務處之研究之資料,民國九十七年二月。
[3] Fayyad, U., G. G. Grinstein, and A. Wierse(2001),”Information visualization indata mining and knowledge discovery”, Morgan Kaufmann, San Francisco.
[4] Berry, J.M.A and Linoff, G.,「Data Mining Techniques: for Marking, Sales, and Customer Support」, New York, John Wiley & Sons Inc.,1997
[5] 邱秋婷,屬性導向方法應用於證券交易相對關係規則之挖掘,國立中央大學資訊管理研究所碩士論文,民國九十六年六月。
[6] 郭信宏,應用資料探勘技術於面板檢測實證研究,國立中央大學工業管理研究所碩士論文,民國九十七年六月。
[7] 孫惠明(2007),資料挖掘理論與實務規劃利用,松崗圖書出版股份有限公司。
[8] 鄒明城,空間資料庫知識探索之研究─以集集大地震引致之山崩為例,台灣大學地理環境資源學研究所博士論文,民國九十三年。
[9] 謝邦昌(2001),資料採礦入門及應用-從統計技術看資料採礦,資商訊息顧問公司。
[10] 丁一賢、陳牧言(2006),資料探勘,滄海圖書出版股份有限公司
指導教授 陳振明(Jen-ming Chen) 審核日期 2009-6-4
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明