《音响工程项目数据分析与挖掘（工程项目组织与管理）.docx》由会员分享，可在线阅读，更多相关《音响工程项目数据分析与挖掘（工程项目组织与管理）.docx（15页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、泓域咨询/音响工程项目数据分析与挖掘音响工程项目数据分析与挖掘一、 项目概述（一）项目基本情况1、项目名称：音响工程项目2、承办单位名称：xx（集团）有限公司3、项目性质：新建4、项目建设地点：xxx（待定）5、项目联系人：戴xx（二）主办单位基本情况经过多年的发展，公司拥有雄厚的技术实力，丰富的生产经营管理经验和可靠的产品质量保证体系，综合实力进一步增强。公司将继续提升供应链构建与管理、新技术新工艺新材料应用研发。集团成立至今，始终坚持以人为本、质量第一、自主创新、持续改进，以技术领先求发展的方针。公司不断推动企业品牌建设，实施品牌战略，增强品牌意识，提升品牌管理能力，实现从产品服务经营向品
2、牌经营转变。公司积极申报注册国家及本区域著名商标等，加强品牌策划与设计，丰富品牌内涵，不断提高自主品牌产品和服务市场份额。推进区域品牌建设，提高区域内企业影响力。公司将依法合规作为新形势下实现高质量发展的基本保障，坚持合规是底线、合规高于经济利益的理念，确立了合规管理的战略定位，进一步明确了全面合规管理责任。公司不断强化重大决策、重大事项的合规论证审查，加强合规风险防控，确保依法管理、合规经营。严格贯彻落实国家法律法规和政府监管要求，重点领域合规管理不断强化，各部门分工负责、齐抓共管、协同联动的大合规管理格局逐步建立，广大员工合规意识普遍增强，合规文化氛围更加浓厚。公司不断建设和完善企业信息化
3、服务平台，实施“互联网+”企业专项行动，推广适合企业需求的信息化产品和服务，促进互联网和信息技术在企业经营管理各个环节中的应用，业通过信息化提高效率和效益。搭建信息化服务平台，培育产业链，打造创新链，提升价值链，促进带动产业链上下游企业协同发展。（三）项目建设选址及用地规模本期项目选址位于xxx（待定），占地面积约56.00亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。二、 项目总投资及资金构成本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资25894.68万元，其中：建设投资18964.75万元，占项
4、目总投资的73.24%；建设期利息538.56万元，占项目总投资的2.08%；流动资金6391.37万元，占项目总投资的24.68%。三、 资金筹措方案（一）项目资本金筹措方案项目总投资25894.68万元，根据资金筹措方案，xx（集团）有限公司计划自筹资金（资本金）14903.68万元。（二）申请银行借款方案根据谨慎财务测算，本期工程项目申请银行借款总额10991.00万元。四、 项目预期经济效益规划目标1、项目达产年预期营业收入（SP）：54500.00万元。2、年综合总成本费用（TC）：43944.89万元。3、项目达产年净利润（NP）：7722.02万元。4、财务内部收益率（FIRR）
5、：22.25%。5、全部投资回收期（Pt）：5.94年（含建设期24个月）。6、达产年盈亏平衡点（BEP）：21243.24万元（产值）。五、 项目建设进度规划项目计划从可行性研究报告的编制到工程竣工验收、投产运营共需24个月的时间。六、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题
6、的准备阶段，是统计过程的重要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）应能反映分析对象的变化；（4）便于资料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的
7、特点，以及咨询人员对方法的熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点，分析和评价模型误差，以及模型和方法本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地
8、看问题，多方面观察，不偏废任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做取舍。七、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的
9、海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（
10、即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表
11、示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作
12、为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而
13、在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标
14、样本的特征向量对照，将符合要求的信息交给用户。八、 层次分析法概述及优缺点（一）层次分析法概述层次分析法（简称AHP）是美国匹茨堡大学运筹学家T.L.satty教授于20世纪70年代初，在为美国国防部研究“应急计划”时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。该方法将决策问题的有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法。这一方法的特点，是在对复杂决策问题的本质影响因素及其内在关系等进行深人分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解多准则或无结构特性的复杂决策问题提供一种简便的
15、综合决策分析方法。层次分析法的应用范围十分广泛，应用的领域包括：经济与计划；能源政策与资源分配；政治问题及冲突；人力资源管理；教育发展；医疗卫生；环境工程；军事指挥与武器评价；企业管理与生产经营决策；项目评价；规划咨询；资源环境承载力评价等。层次分析法优缺点1层次分析法的优点（1）系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰明确
16、。（2）简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，将多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。该方法计算简便，结果明确，且易于决策者了解和掌握。（3）所需定量数据信息较少层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲究定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，该方法把判断各要素的相对重要性化为简单的权重进行计算。2层次分析法的缺点（1）不能为决策者提
17、供新方案对于大部分决策者来说，如果一种分析方法能替我们分析出在我们已知的方案里的最优者，然后能指出已知方案的不足，或者甚至能提出改进方案的话，这种分析方法才是比较完美的。而层次分析法只能从原有备选方案中选择较优者，而不能为决策者提供解决问题的新方案。（2）指标过多时工作量大，且权重难以确定当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加，而指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵，那么就需要对许多的指标进行两两比较的工作。由于一般情况下两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，对每两个指标之间的重要程度的判断可能就会出现困难，甚至会
18、对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，如果不能通过，就需要进行调整，在指标数量多的时候其调整的工作量大，且权重难以确定。（3）特征值和特征向量的精确求法比较复杂在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，还比较容易处理，但随着指标的增加，阶数也随之增加，其人工计算也变得越来越困难，需要借助计算机来完成。九、 项目背景分析智能音箱相比于蓝牙音箱在安全性、传输距离、延迟时间等性能上更优。智能音箱主要功能为语音交互、内容服务、互联网服务和智能家居控制等。2015年京东联合科大讯飞推出叮咚智能音箱，是我国智能音箱产业的先行者，
19、而到了2017年，中国的智能音箱市场彻底进入“百箱大战”阶段。阿里巴巴、百度、联想、小米、出门问问和喜马拉雅等公司都相继发布了智能音箱。国内科技巨头BAT、小米、华为，大型电器厂商联想、苏宁，传统音箱企业DOSS、漫步者，语音技术企业科大讯飞、思必驰，硬件技术创业公司出门问问、若琪等都陆续通过自研或合作的方式入局智能音箱领域。至此，智能音箱这条赛道上的选手涵盖了互联网巨头、知名硬件企业、电商平台、传统家电厂商以及大量人工智能创业公司。随着人工智能席卷各行各业和语音交互技术的快速普及，据全球著名市场研究机构IDC中国智能音箱设备市场月度销量跟踪报告数据显示，中国智能音箱市场在2019年经历了爆发
20、式发展，2019年中国智能音箱市场出货量达到4589万台，同比增长109.7%。受新冠病毒大流行影响，IDC数据显示，2020年中国智能音箱市场销量达到3676万台，累计下降8.6%，其中带屏智能音箱占比35.5%，销量同比增长31.0%。此次整体市场下滑主要受到疫情、渠道调整和应用场景有限三方面影响。屏幕音箱是推动近两年智能音箱市场发展的重要动力之一。屏幕音箱完成了从语音延展到视觉，从单模态迈向多模态交互的跃进。特别是当产品叠加了视频、娱乐、学习、通话等功能后，使得屏幕音箱的产品边界不断拓展，加速了用户养成使用语音交互的习惯。目前，智能音箱的市场主要以简单的语音交互和播放音频为主，而疫情期间
21、在线教育的刚需为智能音箱开辟了新的市场。疫情期间，小孩在家上课常态化，使得屏幕音箱使用场景的粘性大幅增加，弥补了市场上早教、补习等需求缺口，为屏幕音箱的发展带来了极大的空间。据奥维云网(AVC)线上监测数据显示，2019年屏幕音箱成为主流，市场份额达到了14.2%，到2020年上半年，屏幕音箱的份额进一步提高，屏幕音箱份额达到19.8%，其中2020年1月、2月以及6月份额均突破20%大关。智能音箱已经在各线城市基本得到普及。据StrategyAnalytics的发布的中国2019智能音箱用户调查显示，目前中国有大约3500万个家庭拥有智能音箱，市场渗透率约为10%，并且有超过一半的智能音箱用户拥有两台或以上的智能音箱。智能音箱强大的引流能力能给企业带来巨大的商业价值，特别是以流量为王的互联网行业。2019年智能音箱移动客户端用户规模已经达到2370万人，同比增长8倍以上；但同时，智能音箱移动客户端在行业的渗透率仅为2.15%，还有很大的上升空间。