濕巾項(xiàng)目數(shù)據(jù)采集分析與知識(shí)管理（工程管理）

1、泓域咨詢/濕巾項(xiàng)目數(shù)據(jù)采集分析與知識(shí)管理濕巾項(xiàng)目數(shù)據(jù)采集分析與知識(shí)管理xxx有限責(zé)任公司一、 信息鑒別常用方法（一）溯源法對(duì)到手信息涉及的問題應(yīng)追根溯源，及時(shí)核對(duì)。例如，盡量找到現(xiàn)場(chǎng)和掌握第一手資料的人；核對(duì)原始資料，并查對(duì)主要參考文獻(xiàn)；按其中敘述的方法、步驟，重做實(shí)驗(yàn)或演算,以便從來源上找到鑒別依據(jù)。鑒別和篩選在手信息，判斷是否完整、適用與可靠，是咨詢?nèi)藛T的重要工作。工程咨詢所需信息十分廣泛，不可能也不必均由咨詢?nèi)藛T鑒別。為了確保信息可靠，應(yīng)盡可能選用權(quán)威機(jī)構(gòu)發(fā)布或已鑒定、批準(zhǔn)的信息。例如，地質(zhì)儲(chǔ)量選用儲(chǔ)量委員會(huì)批準(zhǔn)的儲(chǔ)量報(bào)告；地震帶的分布用國(guó)家地震局的數(shù)據(jù)；歷史數(shù)據(jù)用國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)。一般

2、來說，專業(yè)技術(shù)力量強(qiáng)的單位提供的信息較可靠。例如，國(guó)際金融組織的國(guó)際金融信息較可靠；來自從事鋼鐵、汽車行業(yè)研究的機(jī)構(gòu)的鋼鐵、汽車業(yè)信息較可靠。（二）比較法有些信息受主客觀條件限制難以溯源，對(duì)此，可用比較法，即比較不同人、不同時(shí)間和其他方面的材料；對(duì)于某一事實(shí)，說法、結(jié)論是否一致。如果一致，則基本可辨真?zhèn)巍Ｈ舴?，就需進(jìn)一步核查。（三）佐證法任何事物都與其他事物有一定聯(lián)系，并相互制約。找到這些聯(lián)系和制約因素，便可判斷事物的真?zhèn)?。一般說來，口頭材料不如文字材料可靠，文字不如實(shí)物可靠。分析信息產(chǎn)生的過程也是尋求信息佐證的辦法。1普查數(shù)據(jù)一般比抽查數(shù)據(jù)全面、準(zhǔn)確。2監(jiān)測(cè)數(shù)據(jù)，長(zhǎng)期比短期全面，監(jiān)測(cè)范圍大的

3、數(shù)據(jù)比監(jiān)測(cè)范圍小的數(shù)據(jù)代表性強(qiáng)；勘探密度大的數(shù)據(jù)比勘探密度小的數(shù)據(jù)準(zhǔn)確，科學(xué)實(shí)驗(yàn)和仿真模擬計(jì)算的數(shù)據(jù)比一般推理的數(shù)據(jù)準(zhǔn)確。3核對(duì)來源不同，收集方法不同的數(shù)據(jù)。如衛(wèi)星圖片、航測(cè)數(shù)據(jù)可用地面實(shí)測(cè)數(shù)據(jù)驗(yàn)證；了解來的市場(chǎng)需求量與行業(yè)協(xié)會(huì)、主要企業(yè)、國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)對(duì)比。4對(duì)比不同時(shí)期、不同來源的數(shù)據(jù)，并適當(dāng)修正其間的差距。同一對(duì)象的數(shù)據(jù)，在不同國(guó)家、不同歷史時(shí)期，由于范圍不同，計(jì)算的標(biāo)準(zhǔn)和口徑可能有所不同，造成數(shù)據(jù)之間有很大的差異。在對(duì)比這些數(shù)據(jù)時(shí)，必須查明統(tǒng)計(jì)口徑，否則就會(huì)出錯(cuò)。5由專家集體辨別信息是否準(zhǔn)確，是否可靠。對(duì)于來自不同渠道的信息，可能因角度不同、口徑不一、方法各異等而不一致，甚至矛盾。這

4、時(shí)，可請(qǐng)專家集體討論，弄清差異和矛盾的原因，去偽存真，取得一致意見。（四）邏輯法鑒別信息，邏輯判斷必不可少。不經(jīng)縝密的邏輯思考容易出錯(cuò)。有些基本差錯(cuò)，例如語言或文字的前后矛盾，夸大其詞，有悖情理，以及某些虛構(gòu)，禁不起邏輯的推敲。當(dāng)然，邏輯合理并不總能證明事物為真，從虛假的前提出發(fā)，經(jīng)過合理的邏輯推斷得出的結(jié)果不會(huì)真實(shí)。因此，鑒別信息，既要充分利用經(jīng)驗(yàn)、認(rèn)識(shí)和判斷力，也要借助其他手段。二、 信息鑒別及必要性（一）信息鑒別數(shù)據(jù)與信息鑒別，可稱信息識(shí)別，就是將信息與具有特定屬性的“模式”進(jìn)行比較，進(jìn)而判斷信息的類別或?qū)傩?。具體而言，就是信息收集或使用者運(yùn)用已有的知識(shí)和經(jīng)驗(yàn)，在對(duì)獲取的信息進(jìn)行初步分析

5、之后，按照一定原則和目的，辨認(rèn)與甄別信息的真?zhèn)巍⑤p重主次、是否完整、是否有用，以及用途大小等。（二）信息鑒別的必要性互聯(lián)網(wǎng)時(shí)代，信息極為豐富，大大開闊了人們的眼界。然而，蜂擁而至，難辨真假的信息摻雜在一起，常常使人們陷入另一種迷茫，甚至成了海量信息的奴隸。過量的信息若不篩選，會(huì)使決策者無所適從?，F(xiàn)在，互聯(lián)網(wǎng)上充斥著偽造、篡改缺失、無代表性、誤傳、以及過時(shí)等信息。有些信息背后隱藏著各種政治、經(jīng)濟(jì)社會(huì)的利益團(tuán)體正當(dāng)或不正當(dāng)?shù)哪康暮推髨D。信息識(shí)別及時(shí)與否決定了決策是否正確而又及時(shí)，決定了企業(yè)、事業(yè)、項(xiàng)目和其他活動(dòng)的命運(yùn)。對(duì)于工程咨詢，信息識(shí)別同樣十分必要。信息識(shí)別并非簡(jiǎn)單工作，對(duì)從事者有很高的要求。

6、決策者固然應(yīng)高瞻遠(yuǎn)矚，但決策的基礎(chǔ)是真實(shí)、可靠的信息。決定信息識(shí)別成敗的主要因素有：對(duì)服務(wù)目標(biāo)的正確認(rèn)識(shí)及其深刻程度；識(shí)別者實(shí)事求是的態(tài)度和已有的知識(shí)、推理與判斷能力。三、 項(xiàng)目背景分析近年來，我國(guó)濕巾行業(yè)發(fā)展迅速，增速遠(yuǎn)超全球。同時(shí)，2019年底疫情的爆發(fā)進(jìn)一步催生了國(guó)人對(duì)濕巾的需求，后疫情時(shí)代行業(yè)有望進(jìn)一步突破。近年來，我國(guó)濕巾行業(yè)發(fā)展積極向好，市場(chǎng)規(guī)模增速遠(yuǎn)高于全球濕巾行業(yè)市場(chǎng)規(guī)模，2019年我國(guó)濕巾行業(yè)市場(chǎng)規(guī)模達(dá)到了87.8億元，2015-2019年復(fù)合增長(zhǎng)率在13.16%。從細(xì)分品類看，嬰兒濕巾占據(jù)著我國(guó)濕巾的主要市場(chǎng)份額，占比超過一半。同時(shí)，嬰兒濕巾近年來發(fā)展增速較快，接近15%。

7、不過，濕廁紙產(chǎn)品發(fā)展最快，增速高達(dá)33.68%。與歐美國(guó)家相比，我國(guó)濕巾人均消費(fèi)水平較低。西歐國(guó)家濕巾人均消費(fèi)為133.61元/人，美國(guó)濕巾人均消費(fèi)在104.05元/人，而我國(guó)濕巾人均消費(fèi)水平不足西歐人均消費(fèi)水平的5%，僅為6.28元/人。由此可見，我國(guó)濕巾滲透率較低，行業(yè)市場(chǎng)增長(zhǎng)空間巨大。另一方面，2019年底全國(guó)疫情的爆發(fā)極大地刺激了濕巾的消費(fèi)需求。2020年1-5月，阿里濕巾線上銷售額均在1億元左右，2020年4月銷售額更是高達(dá)1.32億元，2020年2月環(huán)比增速達(dá)到113.63%。此次“新冠疫情”較2003年非典更加嚴(yán)重，進(jìn)一步激化了國(guó)人對(duì)衛(wèi)生健康的關(guān)注。同時(shí)，隨著我國(guó)經(jīng)濟(jì)積極向好，居

8、民消費(fèi)能力及意愿不斷提升，企業(yè)不斷探索制造多元化的濕巾，后疫情時(shí)代我國(guó)濕巾行業(yè)發(fā)展前景更為明朗，預(yù)計(jì)2025年市場(chǎng)規(guī)模有望達(dá)到182億元。四、 邏輯框架法中的邏輯關(guān)系（一）垂直邏輯關(guān)系目標(biāo)各層次的主要區(qū)別是，項(xiàng)目宏觀目標(biāo)的實(shí)現(xiàn)往往由多個(gè)項(xiàng)目的具體目標(biāo)所構(gòu)成，而一個(gè)具體目標(biāo)的取得往往需要該項(xiàng)目完成多項(xiàng)具體的投入和產(chǎn)出活動(dòng)。這樣，四個(gè)層次的要素就自下而上構(gòu)成了三個(gè)相互連接的邏輯關(guān)系。第一級(jí)：如果保證一定的資源投入，并加以很好地管理，則預(yù)計(jì)有怎樣的產(chǎn)出；第二級(jí)：如果項(xiàng)目的產(chǎn)出活動(dòng)能夠順利進(jìn)行，并確保外部條件能夠落實(shí)，則預(yù)計(jì)能取得怎樣的具體目標(biāo)；第三級(jí)：項(xiàng)目的具體目標(biāo)對(duì)整個(gè)地區(qū)乃至整個(gè)國(guó)家更高層次宏觀

9、目標(biāo)的貢獻(xiàn)關(guān)聯(lián)性。這種邏輯關(guān)系在lfa中稱為“垂直邏輯”，可用來闡述各層次的目標(biāo)內(nèi)容及其上下層次間的因果關(guān)系。（二）水平邏輯關(guān)系垂直邏輯對(duì)項(xiàng)目目標(biāo)層次的因果關(guān)系進(jìn)行了分析，但這種分析不能滿足對(duì)項(xiàng)目進(jìn)行分析和評(píng)價(jià)的要求。水平邏輯分析的目的是通過主要驗(yàn)證指標(biāo)和驗(yàn)證方法來衡量一個(gè)項(xiàng)目的資源和成果。與垂直邏輯中的每個(gè)層次目標(biāo)對(duì)應(yīng)，水平邏輯對(duì)各層次的結(jié)果加以具體說明，由驗(yàn)證指標(biāo)、驗(yàn)證方法和重要的假定條件所構(gòu)成，形成了lfa的4x4的邏輯框架。在項(xiàng)目的水平邏輯關(guān)系中，還有一個(gè)重要的邏輯關(guān)系就是重要假設(shè)條件與不同目標(biāo)層次之間的關(guān)系，主要內(nèi)容是：一旦前提條件得到滿足，項(xiàng)目活動(dòng)便可以開始。一旦項(xiàng)目活動(dòng)開展，所需

10、的重要假設(shè)也得到了保證，便應(yīng)取得相應(yīng)的產(chǎn)出成果；一旦這些產(chǎn)出成果實(shí)現(xiàn)，同水平的重要假設(shè)得到保證，便可以實(shí)現(xiàn)項(xiàng)目的直接目標(biāo)；一旦項(xiàng)目的直接目標(biāo)得到實(shí)現(xiàn)，同水平的重要假設(shè)得到保證，項(xiàng)目的直接目標(biāo)便可以為項(xiàng)目的宏觀目標(biāo)做出應(yīng)有的貢獻(xiàn)。對(duì)于一個(gè)理想的項(xiàng)目策劃方案，以因果關(guān)系為核心，很容易推導(dǎo)出項(xiàng)目實(shí)施的必要條件和充分條件。項(xiàng)目不同目標(biāo)層次間的因果關(guān)系可以推導(dǎo)出實(shí)現(xiàn)目標(biāo)所需要的必要條件，這就是項(xiàng)目的內(nèi)部邏輯關(guān)系。而充分條件則是各目標(biāo)層次的外部條件，這是項(xiàng)目的外部邏輯。把項(xiàng)目的層次目標(biāo)（必要條件）和項(xiàng)目的外部制約（充分條件）結(jié)合起來，就可以得出清晰的項(xiàng)目概念和設(shè)計(jì)思路。總之，邏輯框架分析方法不僅僅是一個(gè)分

11、析程序，更重要的是一種幫助思維的模式，通過明確的總體思維，把與項(xiàng)目運(yùn)作相關(guān)的重要關(guān)系集中加以分析，以確定“誰”在為“誰”干“什么”？“什么時(shí)間”？“為什么”？以及“怎么干”。雖然編制邏輯框架是一件比較困難和費(fèi)時(shí)的工作，但是對(duì)于項(xiàng)目決策者、管理者和評(píng)價(jià)者來講，可以事先明細(xì)項(xiàng)目應(yīng)該達(dá)到的具體目標(biāo)和實(shí)現(xiàn)的宏觀目標(biāo)，以及可以用來鑒別其成果的手段，對(duì)項(xiàng)目的成功計(jì)劃和實(shí)施具有很大的幫助。五、 大數(shù)據(jù)系統(tǒng)和數(shù)據(jù)挖掘技術(shù)（一）數(shù)據(jù)挖掘概述1大數(shù)據(jù)大數(shù)據(jù)是指超過既往數(shù)據(jù)庫系統(tǒng)規(guī)模、傳輸速度和處理能力，或者既往數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)無法容納的數(shù)據(jù)。大數(shù)據(jù)常以萬億或eb衡量，且種類多、實(shí)時(shí)性強(qiáng)，蘊(yùn)藏的商業(yè)價(jià)值大。很多現(xiàn)有的

12、新或舊的信息基礎(chǔ)設(shè)施、工具和技術(shù)可用來開發(fā)和利用大數(shù)據(jù)中蘊(yùn)藏的價(jià)值。大數(shù)據(jù)有各種各樣的來源：傳感器、氣候信息、公開的信息、如雜志、報(bào)紙、文章、買賣記錄、網(wǎng)絡(luò)日志、病歷、事監(jiān)控、視頻和圖像檔案，及大型電子商務(wù)。大數(shù)據(jù)是數(shù)據(jù)挖掘產(chǎn)生與生存發(fā)展的土壤。如今數(shù)據(jù)每五年翻一番，面對(duì)前所未有的海量數(shù)據(jù)，為了從中發(fā)現(xiàn)有用的信息必須進(jìn)行數(shù)據(jù)挖掘。此外，計(jì)算機(jī)存儲(chǔ)、處理大量數(shù)據(jù)，以及運(yùn)算的能力大為增強(qiáng)，為數(shù)據(jù)挖掘創(chuàng)造了條件，使其成為一門獨(dú)特的學(xué)科和技術(shù)。2數(shù)據(jù)挖掘與數(shù)據(jù)分析的區(qū)別數(shù)據(jù)挖掘與數(shù)據(jù)分析的主要區(qū)別在于：（1）處理工作量。數(shù)據(jù)分析的數(shù)據(jù)量可能并不大，而數(shù)據(jù)挖掘的數(shù)據(jù)量極大。（2）制約條件。數(shù)據(jù)分析是從某

13、些假設(shè)出發(fā)，建立方程或模型，而數(shù)據(jù)挖掘不作假設(shè)，可以自動(dòng)建立方程。（3）處理對(duì)象。數(shù)據(jù)分析往往是針對(duì)數(shù)字型數(shù)據(jù)，而數(shù)據(jù)挖掘?qū)ο箢愋头倍?，例如圖像、聲音、文本等。（4）處理結(jié)果。數(shù)據(jù)分析可以解釋結(jié)果的含義；數(shù)據(jù)挖掘的結(jié)果不易解釋，著眼于預(yù)測(cè)未來，并提出決策建議。想要從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律（即認(rèn)知），往往需將數(shù)據(jù)分析和數(shù)據(jù)挖掘結(jié)合起來。（二）數(shù)據(jù)挖掘步驟按挖掘?qū)ο?，?shù)據(jù)挖掘分為數(shù)據(jù)庫與數(shù)據(jù)倉庫挖掘和網(wǎng)絡(luò)挖掘兩種，各自步驟分述如下。1數(shù)據(jù)庫與數(shù)據(jù)倉庫挖掘數(shù)據(jù)挖掘一般有信息收集、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評(píng)估和知識(shí)表示8個(gè)步驟。（1）信息收集。從確定的挖掘?qū)ο笾刑崛√卣?，然后選擇

14、合適的收集方法，將收集到的信息存入數(shù)據(jù)庫。對(duì)于海量數(shù)據(jù)，必須選擇合適的數(shù)據(jù)倉庫。（2）數(shù)據(jù)集成。把來源、格式、特點(diǎn)、性質(zhì)不同的數(shù)據(jù)按邏輯或物理屬性加以編排，以便以后使用。（3）數(shù)據(jù)規(guī)約。多數(shù)數(shù)據(jù)挖掘算法耗時(shí)很長(zhǎng)，商業(yè)數(shù)據(jù)往往較多，數(shù)據(jù)挖掘更耗時(shí)間。數(shù)據(jù)規(guī)約就是簡(jiǎn)化已有可用數(shù)據(jù)集的表示，規(guī)約后數(shù)量大減，但仍能保持原數(shù)據(jù)的完整性，對(duì)規(guī)約數(shù)據(jù)的挖掘結(jié)果，與對(duì)規(guī)約前數(shù)據(jù)的挖掘結(jié)果相同或幾乎相同。（4）數(shù)據(jù)清理。有些數(shù)據(jù)不完整（屬性缺少屬性值）、含噪聲（屬性值錯(cuò)誤），不一致（同一信息有多種表示），需要清理，使其完整、正確、一致后存入數(shù)據(jù)倉庫。（5）數(shù)據(jù)變換。將數(shù)據(jù)變換成適合數(shù)據(jù)挖掘的形式。實(shí)數(shù)型數(shù)據(jù)，可

15、將其分層和離散化。（6）數(shù)據(jù)挖掘。根據(jù)數(shù)據(jù)格式、屬性與特點(diǎn)，選擇合適的處理工具，例如統(tǒng)計(jì)方法、事例推理、決策樹、規(guī)則推理、模糊集，甚至神經(jīng)網(wǎng)絡(luò)，取得有用的信息。（7）模式評(píng)估。由行業(yè)專家核實(shí)數(shù)據(jù)挖掘結(jié)果是否合理、是否可用。（8）知識(shí)表示。將數(shù)據(jù)挖掘得到的信息以可視方式交給用戶，或作為新的知識(shí)存人知識(shí)庫，供其他應(yīng)用程序使用。并非所有的數(shù)據(jù)挖掘都要走上述的每一步。若只有一個(gè)數(shù)據(jù)源，則可以省略數(shù)據(jù)集成。數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換合稱數(shù)據(jù)預(yù)處理。數(shù)據(jù)挖掘至少60%的費(fèi)用要花在信息收集階段，而至少60%以上的精力和時(shí)間要花在數(shù)據(jù)預(yù)處理上。數(shù)據(jù)挖掘是一個(gè)反復(fù)多次的過程，若一次未滿足要求或未得到有用結(jié)果，

16、則需回到前面，經(jīng)過調(diào)整后重新開始。2，網(wǎng)絡(luò)挖掘網(wǎng)絡(luò)挖掘可分為網(wǎng)絡(luò)用戶行為挖掘與網(wǎng)絡(luò)信息挖掘。前者基本不在工程咨詢?nèi)藛T關(guān)心之列。后者可理解為“從www中發(fā)現(xiàn)和分析有用的信息”。網(wǎng)絡(luò)信息挖掘是在已知數(shù)據(jù)樣本的基礎(chǔ)上，通過歸納學(xué)習(xí)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等發(fā)現(xiàn)挖掘?qū)ο箝g的內(nèi)在關(guān)系與特性，進(jìn)而在網(wǎng)絡(luò)中提取用戶感興趣的信息，獲得更高層次的知識(shí)和規(guī)律。網(wǎng)絡(luò)信息挖掘沿用了robot，全文檢索、人工智能的模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等技術(shù)。現(xiàn)在的搜索引擎使用了這些技術(shù)，能夠在網(wǎng)頁或網(wǎng)站數(shù)據(jù)庫中為用戶搜尋有用信息。網(wǎng)絡(luò)信息挖掘具體步驟如下：（1）確立目標(biāo)樣本。由用戶選擇目標(biāo)文本，提取特征信息。（2）提取特征信息。根據(jù)目標(biāo)樣本

17、的詞頻分布，從統(tǒng)計(jì)詞典中提取挖掘目標(biāo)的特征向量并計(jì)算出相應(yīng)的權(quán)值。（3）網(wǎng)絡(luò)信息獲取。先利用搜索引擎站點(diǎn)選擇待采集站點(diǎn)，再利用robot程序采集靜態(tài)web頁面，最后獲取被訪問站點(diǎn)網(wǎng)絡(luò)數(shù)據(jù)庫中的動(dòng)態(tài)信息，生成www資源索引庫。（4）信息特征匹配。提取索引庫中的源信息特征向量，并與目標(biāo)樣本的特征向量對(duì)照，將符合要求的信息交給用戶。六、 數(shù)據(jù)分析與挖掘概述（一）信息分析信息分析是根據(jù)咨詢問題的具體需要，對(duì)與之有關(guān)的信息進(jìn)行整理、鑒別、評(píng)價(jià)、分析和綜合，以便取得咨詢所需新信息的過程。信息分析有如下幾種用途：1跟蹤。所謂跟蹤，就是及時(shí)了解各領(lǐng)域新動(dòng)向、新發(fā)展，從而發(fā)現(xiàn)問題、提出問題。2比較。比較各種事物

18、的內(nèi)部矛盾之后，把握事物間的聯(lián)系，認(rèn)識(shí)事物的本質(zhì)，從而提出問題、確定目標(biāo)、擬定方案并作出選擇。3預(yù)測(cè)。利用已掌握的信息、知識(shí)和手段，推斷事物的未來或未知方面。4評(píng)價(jià)。進(jìn)行評(píng)價(jià)時(shí)應(yīng)選擇合適的變量和評(píng)價(jià)指標(biāo)，應(yīng)當(dāng)考慮評(píng)價(jià)對(duì)象之間的可比性。信息分析所用方法，可分為定性和定量分析兩種。定性方法主要靠邏輯推理；而定量方法涉及數(shù)據(jù)間的數(shù)量關(guān)系，要建立數(shù)學(xué)模型，計(jì)算、求解。如今，信息越來越復(fù)雜，定性與定量分析已無法單獨(dú)奏效，只能越來越多地結(jié)合起來。（二）數(shù)據(jù)分析數(shù)據(jù)分析是信息分析的一部分，數(shù)據(jù)分析是對(duì)收集數(shù)據(jù)進(jìn)行系統(tǒng)的分析，建立適當(dāng)?shù)哪Ｐ停沂緮?shù)據(jù)中隱含的技術(shù)、經(jīng)濟(jì)、社會(huì)和其他關(guān)系，以及發(fā)展趨勢(shì)，為有關(guān)的咨

19、詢活動(dòng)提交的有用的數(shù)字、信息或建議。數(shù)據(jù)分析的對(duì)象可分為時(shí)間序列和截面數(shù)據(jù)。如企業(yè)歷年的咨詢收入、利潤(rùn)總額等就是時(shí)間序列。截面數(shù)據(jù)是在同一時(shí)間的數(shù)據(jù)，如企業(yè)同一年咨詢業(yè)務(wù)數(shù)目、營(yíng)業(yè)額、費(fèi)用、收入、人工耗費(fèi)等。兩種數(shù)據(jù)都要注意樣本容量大小。對(duì)于截面數(shù)據(jù)，常用線性或非線性回歸模型體現(xiàn)數(shù)據(jù)之間的各種關(guān)系。數(shù)據(jù)分析屬定量分析，包括數(shù)據(jù)統(tǒng)計(jì)分析、時(shí)間數(shù)據(jù)分析、空間數(shù)據(jù)分析。（三）數(shù)據(jù)挖掘數(shù)據(jù)挖掘就是從數(shù)據(jù)中挖掘出隱含、先前未知、有潛在用途，最終可為人理解的關(guān)系、模式、趨勢(shì)和其他有用信息，并建立模型，用于預(yù)測(cè)、判斷或決策，幫助企業(yè)更好地適應(yīng)變化并做出更明智的決策的過程。數(shù)據(jù)挖掘廣泛應(yīng)用于制造、金融、零售、

20、保健、中醫(yī)藥及電信等行業(yè)的客戶關(guān)系管理、風(fēng)險(xiǎn)防范、供應(yīng)鏈管理、競(jìng)爭(zhēng)優(yōu)勢(shì)分析、部門分析等領(lǐng)域。數(shù)據(jù)挖掘要用到統(tǒng)計(jì)分析、人工智能、數(shù)據(jù)庫和神經(jīng)網(wǎng)絡(luò)等方面的知識(shí)，如記憶推理、聚類分析、關(guān)聯(lián)分析、決策樹、神經(jīng)網(wǎng)絡(luò)、基因算法等。數(shù)據(jù)挖掘需要用戶參與，并非某種單一工具、技術(shù)或軟件即可獨(dú)自完成。另一方面，并非所有信息查詢都可視為數(shù)據(jù)挖掘。例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個(gè)別記錄，或用搜索引擎查找互聯(lián)網(wǎng)特定的網(wǎng)頁，屬于信息檢索，不能視為數(shù)據(jù)挖掘。當(dāng)然，數(shù)據(jù)挖掘技術(shù)也有強(qiáng)大的信息檢索能力。七、 項(xiàng)目名稱及項(xiàng)目單位項(xiàng)目名稱：濕巾項(xiàng)目項(xiàng)目單位：xxx有限責(zé)任公司八、 項(xiàng)目建設(shè)地點(diǎn)本期項(xiàng)目選址位于xxx（以最終選址方案為

21、準(zhǔn)），占地面積約16.00畝。項(xiàng)目擬定建設(shè)區(qū)域地理位置優(yōu)越，交通便利，規(guī)劃電力、給排水、通訊等公用設(shè)施條件完備，非常適宜本期項(xiàng)目建設(shè)。九、 建設(shè)規(guī)模該項(xiàng)目總占地面積10667.00（折合約16.00畝），預(yù)計(jì)場(chǎng)區(qū)規(guī)劃總建筑面積18619.27。其中：主體工程11613.98，倉儲(chǔ)工程3758.51，行政辦公及生活服務(wù)設(shè)施2058.90，公共工程1187.88。十、 項(xiàng)目建設(shè)進(jìn)度結(jié)合該項(xiàng)目建設(shè)的實(shí)際工作情況，xxx有限責(zé)任公司將項(xiàng)目工程的建設(shè)周期確定為12個(gè)月，其工作內(nèi)容包括：項(xiàng)目前期準(zhǔn)備、工程勘察與設(shè)計(jì)、土建工程施工、設(shè)備采購、設(shè)備安裝調(diào)試、試車投產(chǎn)等。十一、 建設(shè)投資估算（一）項(xiàng)目總投資構(gòu)成分析本期項(xiàng)目總投資包括建設(shè)投資、建設(shè)期利息和流動(dòng)資金。根據(jù)謹(jǐn)慎財(cái)務(wù)估算，項(xiàng)目總投資7275.33萬元，其中：建設(shè)投資5638.71萬元，占項(xiàng)目總投資的77.50%；建設(shè)期利息71.17萬元，占項(xiàng)目總投資的0.98%；流動(dòng)資金1565.45萬元，占項(xiàng)目總投資的21.52%。（二）建