一種利用文本挖掘技術調查多品種、小批量生產線品質問題的方法_細島彰 (2021-JA-25MP-03)等級：中級
值得一提的是，文本探勘技術在工程部門也有廣泛的應用，例如透過對維護記錄進行文字挖掘，分析品質趨勢並報告最佳化維護方案。本報告將介紹一個案例，該案例透過對生產績效數據的文本挖掘，發現了品質和生產力問題，並確定了原因。
生產績效資料包含數十個變量，例如機器和操作員編號、加工條件、物料條件以及特殊備註。特殊備註是操作員在發生異常事件時手動輸入的文字數據，由於其中包含與異常事件無關的詞語，因此這些詞語被標記為停用詞並從分析中排除。接下來，透過重新編碼，將「錯誤、錯誤、錯誤」等同義詞替換為單字。經過此預處理後，將頻繁出現的異常詞語的有無記錄在一列中。透過分析這些異常詞語的有無與生產條件等兩個變數之間的關係，可以清楚地了解機器、操作員、加工條件和物料條件等異常情況與異常事件之間的相關性，從而確定異常的原因。
進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料融合與清理數據探索與視覺化大規模客製化預測建模和機器學習品質與工藝工程可靠度分析
