工业大数据分析技术与轮胎销售数据预测

• 作者: 廖倡 李敏波 王海鹏 陈松奎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 大数据 工业大数据 工业大数据计算架构 销售预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 100-109
• 页数: 10页
• 分类号: TP182
• 字数: 12051字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1609-0154

摘要

工业大数据是在工业领域信息化应用中所产生的海量数据,作为决策问题服务的大数据集、大数据技术和大数据应用的总称.首先分析工业大数据4V特性与工业数据的特有特征,以及工业大数据来源;从多源异构工业数据集成与数据融合方法、工业大数据计算架构、大数据带来的信息安全等三方面论述工业大数据面临的挑战与潜在价值.探讨了工业大数据分析与挖掘方法,提出了工业大数据平台的计算架构与大数据处理平台,构建轮胎企业大数据资源中心、大数据分析与决策应用系统.从销售数据分析和宏观数据趋势两个层面进行轮胎销售大数据分析与预测.采用多个不同领域的销售数据源来解决销售预测历史数据特征空间稀疏的问题,使用LASSO(The Least Absolute Shrinkage and Selectionator Operator)方法的多任务学习方法来解决高维样本空间的缺点,实验数据验证能够提升轮胎销售预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏波	复旦大学软件学院	17	165	7.0	12.0
5	王海鹏	海军航空工程学院信息融合研究所	51	216	9.0	11.0
6	陈松奎	复旦大学上海市数据科学重点实验室	1	18	1.0	1.0
7	廖倡	复旦大学上海市数据科学重点实验室	1	18	1.0	1.0