Niveau: Mittelstufe
【Moderator】
Akira Hososhima, Vertreter von Tobayashi Consulting
[Zusammenfassung der Präsentation]
Es gibt bemerkenswerte Anwendungsfälle von Text-Mining-Methoden im technischen Bereich, wie z. B. Qualitätstrendanalysen und Berichte, die die Wartung durch Text-Mining-Wartungsaufzeichnungen optimieren. Dieser Bericht stellt eine Fallstudie vor, in der Qualitäts- und Produktivitätsprobleme entdeckt und die Ursache durch Text-Mining von Produktionsleistungsdaten untersucht wurden.
Zu den Produktionsleistungsdaten gehören Dutzende Variablen wie Maschinen- und Bedienernummern, Verarbeitungsbedingungen, Materialbedingungen und besondere Hinweise. Bei besonderen Hinweisen handelt es sich um Textdaten, die vom Bediener manuell eingegeben wurden, als ein ungewöhnliches Ereignis auftrat, und deren Inhalt Wörter enthält, die nichts mit dem ungewöhnlichen Ereignis zu tun haben. Sie werden daher als Stoppwörter registriert und von der Analyse ausgeschlossen. Dann werden Synonyme wie „Fehler, Irrtum“ verwendet , Fehler“ werden durch Umkodierung durch ein einzelnes Wort ersetzt. Durch diese Vorverarbeitung wird das Vorhandensein oder Fehlen häufig auftretender abnormaler Wörter in einer Spalte gespeichert und das Vorhandensein oder Fehlen in Bezug auf Produktionsbedingungen und zwei Variablen analysiert, um Anomalien wie Maschine, Bediener, Verarbeitungsbedingungen, Materialbedingungen usw. zu identifizieren Die Korrelation zwischen den beiden Zuständen wurde aufgedeckt und die Ursache der Anomalie konnte untersucht werden.
