利用数据挖掘测量质量指标的研究

摘要

对于制造业来说低劣的产品质量会降低企业的品牌形象和市场占有率，还会使产品质量成本增高。质量成本包括了鉴定、预防、外部损失、内部损失。质量管理工作的目的是通过鉴定、预防来降低各种外部损失和内部损失。为了能够有效地开展鉴定、预防工作，质量指标测量时必不可少的重要步骤。制造型企业在长期的市场竞争中，逐步完善了一系列实时处理的信息化系统，这些系统中存在大量的数据可以用来统计分析产品的质量指标、预测质量趋势。然而这些数据存在于不同的平台和系统之中，难于统一和分析。利用信息系统来协助质量指标的统计是可行的。研究信息系统协助质量指标的统计有两个步骤，首先建立一个面向质量主题的数据仓库用来从不同的渠道收集产品故障信息；然后基于数据仓库通过关联规则算法来发现需要改进的产品或过程以及改进的方向，通过百万分之故障率统计方法描绘质量水平曲线跟踪质量改进的效果。 通过对理论的研究和实施，某汽车制造厂商的质量管理分析人员不需要花费精力寻找缺陷目标和原因，也不需要花费长时间计算指标预测质量趋势跟踪改进结果，而能够将主要精力用于如何消除有缺陷的过程。通过实践证明，论文中描述的数据仓库建立方法以及挖掘算法是有推广价值的。

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

1绪论

2研究的理论基础

3质量指标度量在质量大库中的设计与实现

4结束语

致谢

参考文献