| 姓名 |
翁乙薰(Yi-Xun Weng)
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 |
應用資料探勘技術預測多世代產品出貨量-以I 公司為例
|
| 相關論文 | |
| 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) |
現今電子產業中，擁有自我品牌公司與代工組裝廠的合作模式為，代工組裝廠提供彈性靈活的供應鏈予自我品牌公司，供自我品牌公司在預測到市場變化時，可調整預測出貨量。而當調低預測出貨量時，即讓代工組裝廠面臨到呆滯材料的處理問題，而呆滯材料的處理對個案公司將會額外產生需要支付的HUB管理費用。
在景氣正常變動下，自由市場可發揮自行調節功能，然而當面臨到景氣循環波動大時，市場自我調節機制便難以發揮功效。本研究探討，在景氣循環波動大時，將嘗試以較保守的出貨量因子來預測未來出貨量。採用資料探勘(Data mining)的迴歸分析(Regression Analysis)模型，透過橫向與縱向角度來預測個案公司主力伺服器產品之出貨量。橫向面將透過其他產品出貨量來預測主力產品出貨量；縱向面將找出主力產品在新舊世代交替時，產品出貨量切換速率。
|
| 摘要(英) |
Current operation between ODM and OBM is, ODM will provide a flexible supply chain management operation to OBM. OBM can adjust their predicted product shipping volume once OBM foresees any change on product shipping volume. One the adjustment is to lower predicted product shipping volume, ODM will need to handle slow moving materials. It means, ODM will need to pay additional HUB storage fee/management fee.
In a normal business cycle, market has its self-regulation system. When we face an abnormal business cycle, market self-regulation will be ineffective. This thesis intends to find a better solution to predict product shipping volumes under an unpredicted and abnormal business cycle. With data mining methodology, we will predict product shipping volumes with horizon view and vertical view by regression analysis model. In a horizon view, we will get a predicted product shipping volumes by other products shipping volume. In a vertical view, we will get an old-and-new product transition ratio when OBM needs to implement new generation product.
|
| 關鍵字(中) |
★ 資料探勘
★ 多世代產品
★ 迴歸分析 |
關鍵字(英) |
★ Data mining
★ Multiple products
★ Regression analysis |
| 論文目次 |
中文摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1-1 研究背景與動機 1
1-2 問題敘述 3
1-3 研究目的 5
1-4 研究方法及進行步驟 6
第二章 文獻探討 7
2-1 預測方法 7
2-1-1 計量預測方法 7
2-1-2 定性預測方法 12
2-2 資料探勘起源與定義 13
2-3 資料探勘功能 14
2-4 資料探勘模式 14
2-5 文獻小結 15
第三章 研究方法 16
3-1 資料探勘步驟 16
3-2 時間序列介紹 18
3-3 迴歸模型介紹 19
第四章 個案分析 21
4-1 個案公司簡介 21
4-2 產品生產流程 22
4-3 滾動式需求預測 23
4-4 代工組裝產業面臨的挑戰 24
4-5 呆滯品分布狀況 25
4-6 資料探勘模型套用 26
4-6-1 商業理解 Business understanding 26
4-6-2 資料理解 Data understanding 26
4-6-3 資料預備 Data preparation 27
4-6-4 建立模型 Modeling 31
4-6-5 評估 Evaluation 38
4-6-6 應用模型 Deployment 39
第五章 結論與建議 41
5-1 結論 41
5-2 建議 42
參考文獻 43
附錄 自變數組合 45
|
| 參考文獻 |
〔1〕曾龍，資料探礦概念與技術，維科圖書有限公司。2003年9月初版
〔2〕張云濤、龔玲，資料探勘原理與技術，五南圖書，2007年4月初版
〔3〕曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯，資料探勘，旗標，民國94年5月出版
〔4〕于卓民，國際企業環境與管理 華泰文化，2008年3版
〔5〕黃得豐撰寫，歐債危機的原因與解決之道及對歐元的影響，2013年7月21日完稿
〔6〕陳宜欣，「以資料探勘技術探討顧客忠誠方案-以某信用卡發卡銀行為例」，國立中正大學，碩士論文，民國95年7月
〔7〕蕭文龍，多變量分析最佳入門實用書(第二版)，碁峰，2009年6月
〔8〕陳順宇，迴歸分析，華泰，2000年三版
〔9〕Arthur Schleifer, Jr., David E. Bell著 林維君譯，資料分析.迴歸與預測，弘智文化出版，2000年
〔10〕潘陳世杰，資料探勘應用於呆滯料預警機制之建立，國立中央大學，碩士論文，102年
〔11〕鍾朝嵩，相關與迴歸分析，先鋒企管，2003年出版
〔12〕Jiaci Han and MIcheline Kamber, “”Data Mining Concepts and Techniques”, Morgan Kaufmann Publisher, 2000
〔13〕Weisberg著，王靜龍、梁小筠、李寶慧譯，應用線性迴歸，中國統計出版社，1998年3月一版
〔14〕邱皓政等著，統計學:原理與應用，五南圖書，2012初版
〔15〕劉國鑑，統計學，新文京開發，2011初版
〔16〕 David R. Anderson, Dennis J.Sweeney, Thomas A. Williams原著; 丁碧慧、陳可杰、
蕭大正、馮景如等譯，統計學(下冊)，滄海書局，民國88年12月初版
〔17〕呂錦玫,張玉媚,李仁耀，統計學，滄海書局，2009年初版
〔18〕吳宗正，迴歸分析:理論與應用，復文書局，民國76年
〔19〕孫惠明，資料挖掘理論與實務規劃利用，松崗，2007年
〔20〕SPSS, Clementine 10.1 Algorithms Guide, Integral Solution Limited, 2006
〔21〕呂學慶，「台灣地區汽車市場銷售預測之探討」，國立中央大學，碩士論文，民國91年6月
〔22〕江志強，「台灣地區快速流通消費產品銷售預測模型分析研究- 以聯華食品可樂果為例 Sales forecasting model analysis of fast moving consumer goods in Taiwan- Lian Hwa Foods Crackers snack for example」, 國立中央大學，碩士論文，民國101年6月
〔23〕邱皓政，量化研究與統計分析 SPSS中文視窗版資料分析範例解析，五南，2007年7月初版三刷
〔24〕Neter/ Kutner, Nachtsheim/ Wasserman 原著，劉應興 編譯，應用線性迴歸模型，華泰書局，民國86年8月初版
〔25〕易丹輝，統計預測- 方法與應用，中國人民大學出版社出版發行，1993年6月第2次印刷
〔26〕林邦傑，統計方法的選擇與統計電腦套裝程式的使用 SPSSX SAS BMDP應用指引，正昇教育科學社印行，民國75年
〔27〕楊奕農，時間序列分析 經濟與財務上之應用，雙葉書廊，西元2005年4月初版一刷
|
| 指導教授 |
沈國基(Gwo-Ji Sheen)
|
審核日期 |
2014-7-25 |
| 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
|
