GOGETTER
案例與數據
國工智能數據大腦是一個基于人工智能數據分析決策平臺,內置關聯分析是一種重要的人工智能組件,他可以尋找出事物之間的隱含規則,尋找事物的發生規律。像經典的啤酒尿布的銷售分析和抖音、頭條中對于用戶興趣推薦的分析都有關聯分析的影子。
關聯分析作為一種知識發現算法,在制造業中也有廣泛的用途,隨著制造業信息化的建設,制造類企業積累了大量的數據,其中生產中不合格品數量關系企業的生存與發展,如何從以往大量的不合格品數據中發現問題,分析原因,以便于有關部門及領導采取相應對策,降低不合格率。
這里使用某汽車模具公司中影響產品不合格因素為例,從引起產品不合格的各原因中發現它們之間的內在聯系,進行人為控制和干預,以減少不合格產品數量,從而提高企業的競爭力。
我們使用了一張質量判定EXCEL表來進行分析的原料。里面描述了每一個生產批次質量檢測項目的檢驗結果,分別是合格與不合格。
表1 產品不合格原因統計表
這里YES代表此批次產品產生不合格的原因,NO不是此批次產品產生的原因。
圖1 關聯分析處理流程
我們使用數據大腦系統,對存有待分析數據的Excel文件進行讀取,然后按需進行算法組件的相關參數進行配置,如圖2--圖4所示
圖2 模具數據模型
圖3 配置Excel讀取組件
圖4 配置關聯分析FPGrowth組件
圖5關聯分析分析結果
通過關聯分析FPGrowth組件生成算法分析結果,展示該類數據之間存在的潛在聯系,上述數據分析結果轉換如下圖
所示。
圖6關聯分析分析結果轉換
通過上述規則可以看出,當產品不合格原因不存在沖件高低,而存在屑料阻塞時,有92.8571%的概率不會出現下料偏位,其確信度為1.9264,存在一定的關聯性。
當產品不合格原因不存在沖件高低,而存在卡料和折彎變形時,有91.0327%的概率會出現凸模斷裂崩刃,其確信度為6.8523333,存在較強的關聯性,需要對卡料和折彎變形這兩個不合格原因進行重點管理。
當產品不合格原因只存在卡料和折彎變形時,有90.6976%的概率會出現凸模斷裂崩刃,其確信度為6. 440444,存在較強的關聯性。
由上所述,在整個生產過程中,關于質量管理方面,需要對卡料和折彎變形這兩個不合格原因進行重點管理,對其生產中的弱點進行改進,降低不合格率,從而降低企業的運作成本,取得一定的經濟效益。
度量類型是設置對規則進行排序的度量依據。可以是:置信度(類關聯規則只能用置信度挖掘),提升度(Lift),杠桿率(Leverage),確信度(Conviction)。
置信度也稱為可靠度,或置信水平、置信系數,表示在先決條件X發生的情況下,由關聯規則“X→Y”推出Y的概率。即在含有X的項集中,含有Y的可能性,公式為: Confidence(X→Y) = P(Y|X) = P(X,Y) / P(X) = P(XUY) / P(X)。
提升度(Lift)表示含有X的條件下,同時含有Y的概率,與Y總體發生的概率之比。公式為:Lift(X→Y) = P(Y|X) / P(Y)。Lift=1時表示A和B獨立。這個數越大(>1),越表明A和B存在于一個集合中不是偶然現象,有較強的關聯度.
杠桿率(Leverage)公式為: Leverage=P(A,B)-P(A)P(B)。Leverage=0時,A和B獨立,Leverage越大A和B的關系越密切。
確信度(Conviction)公式為: Conviction =P(A)P(!B)/P(A,!B) 。!B表示B沒有發生, Conviction也是用來衡量A和B的獨立性。從它和Lift的關系(對B取反,代入Lift公式后求倒數)可以看出,這個值越大, A、B越關聯。
利用關聯分析的方法可以發現聯系,如關聯規則或頻繁項集。目前應用于穿衣搭配推薦、依據用戶軌跡的商戶精準營銷、地點推薦系統、氣象關聯分析、交通事故成因分析、銀行金融客戶交叉銷售分析、電子商務搭配購買推薦、基于興趣的實時新聞推薦等領域。
中秋節是中國傳統節日之一,也是一年中最重要、最盛大的節日之一。在這一天,以明亮的月亮和家人團聚為特點,承載著人們無盡的思念和美好的祝福。 國慶、中秋兩節遇, 合家團圓精神俱。 團團圓圓過中秋, 歡歡喜喜
2023年8月28日,國工智能與鎂伽科技舉行戰略合作簽約儀式,國工智能董事長柳彥宏與鎂伽科技創始人兼首席執行官黃瑜清先生代表雙方簽訂正式戰略合作協議,標志著AI輔助化工研發領先者、智能自動化實驗室引領者開啟強強聯合發展之路。&n
創新是一個民族進步的靈魂,是一個國家興旺發達的不竭動力,也是中華民族最深沉的民族稟賦。在激烈的國際競爭中,惟創新者進,惟創新者強,惟創新者勝。 5月27日
4月6日,陜西2023年一季度重點項目觀摩活動走進渭南。當日,觀摩組深入蒲城海泰高端液晶顯示材料生產項目等重點項目建設現場進行觀摩。 作為國工智能的重要合作伙伴,近年來,