基於文本挖掘的高混合小批量生產線質量問題調查方法_Akira Hososhima (2021-JA-25MP-03)級別：中級
【主持人】
東林諮詢公司代表細島明
【公告摘要】
文本挖掘方法有一些即使是本科生也應該注意的使用示例，例如質量趨勢分析和維護記錄文本挖掘報告以優化維護。在本報告中，我們將介紹一個通過文本挖掘生產記錄數據並調查原因來發現質量和生產力問題的示例。
生產性能數據包括幾個變量，例如機器和操作員編號、添加條件、材料條件和特殊說明。特別說明是操作人員在異常事件發生時手動輸入的文本數據，由於內容中包含與異常事件無關的詞，將其註冊為停用詞並排除在分析目標之外，然後替換“錯誤、錯誤，錯誤”一個詞通過重新編碼。通過這樣的預處理，將頻繁出現的異常詞的有無存入一列，通過生產條件與二元變量的關係分析有無異常，明確其相關性，找出異常原因。調查。
爆發數據探索一經請求質量和可靠性
