毕业设计-软件工程-外文翻译

《毕业设计-软件工程-外文翻译》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大连理工大学本科外文翻译为客户服务支持进行的数据挖掘Dataminingforcustomerservicesupport 学院（系）：软件学院专业：软件工程学生姓名：XXX学号：xxx指导教师：XXX完成日期：2010-3-20大连理工大学DalianUniversityofTechnology为客户服务支持进行的数据挖掘为客户服务支持进行的数据挖掘摘要在生产环境的传统客户服务支持系统中，一个客户服务数据库通常包括两种形式的服务信息：（1）无结构的客户服务报表用来记录机器故障和维修方法。（2）为日常管理操作而产生的销售、雇员和客户方面的数据结构。这次研究怎样将数据挖

2、掘技术应用于将有用的数据从数据库中提取出来以支持两种客户服务活动：决策支持和机器故障分析。一个数据挖掘过程是基于数据挖掘工具DBMiner，是为了给决策支持提供结构化的管理数据而调查的。另外，用于将中性网络、基本事件推理和基本规则推理结合起来的数据挖掘技术正在被提出。它将可能会为机器故障分析探询到无结构的客户服务记录。这个被提出的技术已经履行用来支持全球范围内WEB的高级错误的分析。关键字：数据挖掘，数据中的知识发现，客户服务支持，决策支持，机器故障诊断1介绍客户服务支持正在成为大多数国内外制造公司生产贵重机器和电子设备的一块整体部分。许多公司都有一个为世界范围内的客

3、户提供安装、检查、维修的服务部门。虽然大部分的公司都有工程师来处理日常维护和小范围内的故障，但是为了更复杂的维护和维修工作，专家的意见也常常要从制造公司那里得到。为了使消费者满意，要对他们的要求进行立即回复。因此，热线要建立服务中心来帮助回答消费者所遇到的普遍问题。 –7–为客户服务支持进行的数据挖掘这个服务中心是用于接收关于错误机器的报告或者是通过电话从客户得到的咨询。当有问题出现时，服务工程师就会通过热线咨询系统为客户建议一系列检查点，这些建议都是基于过去的经验而提出的。这是从客户服务数据库中提取出来的，它包括那些与现行的问题相近或相似的服务记录。如果这个问题被解

4、决了，客户就可以试着解决其他问题，与服务中心进行确认。如果问题仍然存在，中心就要应客户的要求，派出服务工程师进行就地修复。在修复过程中，服务工程师要掌握客户机器过去的记录，相关的说明和那些可能需要用来进行修复的其他部分。这种过程很不方便。在每个服务环节结束后，就需要用客户服务报告来记录新的问题以及新的修复提议或者是可用来纠正它的一些建议。这个数据库是用于宣传的目的和维护共同的知识基础。这个服务中心在数据库中拥有客户服务报告。除了能够维护日常问题和它的修复方法方面的知识基础外，客户服务数据库也能够储存销售，雇员，客户和服务报告方面的数据。这些数据不仅仅是用于日常的管理操

5、作中，更能帮助公司在工作安排，服务工程师的晋升，营销，生产方面的决策以及对不同机器模型的维护。客户服务数据库作为一个对不重要的信息以及那些能被利用起来帮助客户服务部门支持它们自身活动的知识的储存库。这项研究的目的是讨论怎样将数据挖掘技术应用于从客户服务数据库中提取知识以支持两种活动：决策支持和机器故障分析。这项工程作为一个在多元化公司，应用科学领域，南洋科技大学，新加坡之间进行的合作型工作。这个公司生产和提供主要应用于电子工业当中的设备的内部和外部的安装。在传统的帮助台服务中心，服务工程师提供客户支持服务通过使用长途电话。这样的支持方式是低效，低能和成本高，周期长，花

6、费高，以及服务质量差。随着互联网技术的出现，使在万维网提供客户服务支持成为可能。本文介绍了基于网络的智能故障诊断系统，所谓WebService，就是通过互联网提供的客户服务支持。在互联网支持系统中，基于混合案例推理（CBR）和人工神经网络（ANN）的方法运用于机械故障智能化诊断。与其使用传统的CBR技术为索引、检索和适应性,不如采用混合CBR-ANN集安与推理的方法提取知识服务周期的记录的客户服务数据库和随后回忆近似的服务记录中使用这些知识检索阶段。2数据挖掘数据挖掘，同样以数据库领域当中的知识发明而著称。它是一个快速形成的领域。这项技术是受到对新技术的需求以用于帮助

7、分析，理解甚至是对从商业和科技应用中收集来的大量储存信息的设想。它是一个发现有趣的知识的过程，比如说形式，联合，转换，异常和来自于数据库总所储存的大量数据的重要结构，数据仓库，或者是其他信息仓库。它可以被用来帮助公司做更好的决策以使他在市场中有竞争力。在商业和研究团体中发展的主要数据挖掘功能包括总结，联合，分类，预测和分组。这些功能可以通过使用各种技术而实现，例如数据库定向技术，机械学习和统计技术。 近年来，大量数据挖掘应用和原型已经向不同的领域发展，包括营销，银行业，金融，制造和保健。另外，数据挖掘同样被应用于其他数据方面，例如时间，空间，电信，网