中南的后裔 指导教师：张海波 成 员：万文娇 孔慧琳 魏羽璠 黄 菡 智能手环使用现状及产品发展分析报告 ——基于电商平台消费者购买评价的文本挖掘与武汉市的抽样调查 I 摘要 随着人工智能技术不断取得新的突破，一系列智能生活硬件逐步走进普通大 众的日常生活中。智能手环凭借入门级的售价和产品方案的标准化，市场渗透率 在智能可穿戴设备领域中一马当先，远远超过智能手表、智能眼镜等其他产品。 策略？针对第一个问题， 我们通过抓取电商平台评论文本，使用大数据挖掘的 方法，了解消费者对产品的好评度以及关注点。针对第二个问题，通过实地调查 的方式，结合现有用户使用情况和非用户潜在价值，对智能手环未来发展策略提 出有针对性的可取建议。 考虑到在当今的移动互联网时代，通过电商平台进行网络购物已成为人们生 活中一种普遍的消费方式。利用文本挖掘的方法通过爬取天猫平台和京东平台上， 小米手环的全部可抓取评论数据，共计 小米手环的全部可抓取评论数据，共计 468100 条。经过数据清洗后，使用中文 分词、构建语义网络与 LDA 主题模型等算法和模型，实现对文本评论数据的情 感倾向性判断以及所隐藏信息的挖掘与分析，以有效、准确的从互联网电商评论 数据中分析出消费者对小米手环的好评度、关注点以及抱怨点，对小米手环的功 能、优缺点进行初步的评价，为线下问卷调查提供方向和思路。 在问卷调查实施中，我们进行了试调查和正式调查两轮调查。在正式调查中，

总 体 建 设 框 架 ，包 括 产 线 层、设备层、通信层、数据层、业务层、应用层 6 个层 级。具体如下：1） 应用层：融合数据挖掘、数字孪 生、人工智能技术与卫星制造业务，形成可视化监 控、资源瓶颈诊断、智能动态调度、进度/质量/状态 预测、数据挖掘分析等创新应用。2） 业务层：实现 工厂跨域协同管理、工艺设计管理、计划/资源/质 量管理、供应链协同管理、产品全周期管理、工厂生 人工智能辅助工艺决策与执行控制技术 2.3.1 基于知识挖掘与混合智能推理的工艺快速设计 针对卫星产品制造与装配过程海量工艺数据 挖掘、按需智能推送与工艺智能生成需求，提出基 于知识挖掘与智能推理的工艺快速设计方法，实现 基于文本挖掘的工艺知识提取标注、知识按需自动 推送、基于混合智能推理的工艺内容快速生成，如 图 12 所示。采用基于文本挖掘的工艺知识提取与 标注方法，对海量文本类工艺数据进行预处理，多 标注方法，对海量文本类工艺数据进行预处理，多 维度提取文本特征并标注工艺实例。基于系统自 动挖掘提取典型工艺实例、工艺决策规则并经人工 知 识 修 正 入 库 ，形 成 工 艺 流 程/工 艺 参 数/工 艺 模 板/决 策 规 则 等 多 维 度 、多 专 业 、结 构 化 工 艺 知 识 库。系统自动感知工艺设计情境，获取产品/专业/ 过程/工艺/工序等信息，描述知识需求并自动检索 工艺知识库及工艺实例库，推送相关工艺知识及实

迟情况，在损失最小的情况下，重新 安排生产计划 34 2.1.4 定制化智能运输解决方案 国内运输调度现状 智能运输解决方案 • 人工调度作业效率低下，难以满足日益增长的业务量需求 • 完全依赖调度人员人工经验无法挖掘潜在的成本节约机会 • 无法自动考虑国内复杂多变的运输 / 配送环境和现实约束 • 有限的运输资源，多变的客户需求，激烈的行业竞争，都给运输配送环节 带来极大挑战 • 可支持基于特殊客户需求场景的定制化开发 结合不同的业务目标，分析商品的 价格敏感性以及业务目标的置换效 率，输出差异化的定价策略 实时创建价格优化策略，动态高频输出 价格调整建议，结合业务规则和 AI 算法， 自动适应不断变化的零售环境 覆盖线上和线下场景，挖掘促销活动 中的产品相关性、销售环境影响和消 费者购买行为，辅助促销规划，优化 促销策略 针对不同销售系统和渠道进行精准 分类，把握各个销售系统的投资转 化率，优化渠道出货价格和返点政 策 39 主动应对供应链中断变得异常困难 供应链协同应用总结 41 3. 智能化生产 3.1 产品质量管理：持续质量管理 CQM ，为产品质量保驾护航 • QA 过检不合格多维度问题挖掘 • 先后工序关联分析及问题挖掘 • 入市前质量预测，助力快速通过 APQP • 入市后质量预测，尽快识别问题车辆覆 盖范围，广度及深度 • 核算召回整体固定、非固定成本 • 计算最佳召回时间和地区 传统的质量监控如优率、

层 , 再 利用分析引擎 , 人工智能、 数 据挖掘 技术充分利用数据 , 实现设 备监测、 统服务功能 , 将位置物联网与工业互 联网融合 整合其他设备信息以 MES/ERP/WMS 等系统信息 , 充分对接已有系统 IFTTT 分析引擎 流程引擎 数据挖掘 机器学习 人工智能 系统框架 真实加班时长 l 提高加班效率 l 防止加班欺骗 AI 人员督工系统 支持自定义：根据企业情况自选指标， 自定义分析模式，提供个性化解决方 案 UWB 定位专家 10cm 高精度定 位 l 通过大数据挖掘、算法分析，为设 备维护人员 / 管理人员提供设备运 行 多维度预测 l PC 、移动端均可接收预测建议，满 足不同使用场景需求；推送方式包 括系统内部推送、短信，保障重要 设备管理者初步具备智能化管理能 力，从而缩短生产决策过程的时间 成本，以提高生产设备的稼动率和 运行效率 基于机器学习的预测性维护 针对设备，可对工作中的相关数据进行充分的采集、分析、挖掘，针对工作过程的表象机理模型研究，对工作过程中设备实时数据进行描述和分析， 实现设备的预测性分析。 设备系统 UWB 定位专家 10cm 高精度定 位 基于机器学习的预测性维护 定义运维流程，满足故障

采矿 ，通过卫星操纵 矿山 的所有设备 ，实现 机械自 动采矿。 力拓启动“未来矿山” 计 划 ，部署围绕计算机 控制中心展开的无人驾 驶卡车、无人驾驶货车、 自动钻机、 自动挖掘机 和推土机。 © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) 实现各自动化数据融合 • 具备一定的数据挖掘能力 • 具备可建模的联动控制策略 • 综合自动化、管理信息化、 空间数字化三化数据融合 • 在多维空间矿山实体的基础 上动态嵌入与矿山安全、生 产、经营相关的所有信息 • 在数字化矿山的基础上，运 用人工智能技术、数据挖掘 技术、编制若干可重复运行、 终端 技术 边缘层 网络基础设施 © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) 运输设备类 挖掘设备类 震动识别 © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) 生产环境类 人员类 电磁识别 © 亿欧智库 - 叶子 (355826)

：虚实融合与智能治理的能力 智能驾驶研发需要实现数据采集、数据合规、数据预处理、数据标注、数据检索和挖掘、模型开发和训练、 仿真测试的全栈数据闭环。这个过程中，海量数据存储、多源异构数据处理，实现虚实融合（真实路况数据与 虚拟仿真数据的协同处理）与智能治理是关键。通过智能存储、高效流转、仿真加速与 AI 挖掘，阿里云构建 支撑智能驾驶迭代的虚实融合数据闭环与智能治理体系，助力车企构建高效数据引擎。 高性能并行文件存储以及 OSS 对象存储，统一管理冷热数据的自动流转，提升存 储效率并降低成本 ；而在数据流转过程中，阿里云 Lindorm、MaxCompute 等产品也帮助车企实现了多模态 数据的清洗处理和高效挖掘 ；在仿真验证过程中，阿里云容器 ACK 等产品拉起上千个仿真任务并行运行，加 快迭代节奏。 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 8 大模型技术 ：低成本与场景化落地的深化 手册和内部知识库，生成文案、图纸和代码 等内容，提供智能化经营决策辅助分析，从而提升工作效率。 此外在智驾数据检索挖掘阶段，通义千问 VL 大模型凭借良好的泛化能力，能在复杂道路场景中识别小模 型难以捕捉的静态和动态对象细节，自动完成高质量数据标注，大幅提升“黄金数据”挖掘的准确率和效率。 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 9 场景篇 10

数字孪生智能工厂的数据可视化 主要包括设备状态监测、生产线 运行数据、产品信息等。数据可 视化的直观性和可操作性对于工 厂的智能化控制和优化至关重要。 数据挖掘 数字孪生智能工厂的数据挖掘主 要包括设备故障预测、生产线优 化调度、产品工艺优化等。数据 挖掘的准确性和有效性对于工厂 的智能化控制和优化至关重要。 数据分析和报告 数字孪生智能工厂的数据分析和 报告主要包括设备运行状态分析、 生产线效率分析、产品市场竞争 生产线效率分析、产品市场竞争 力分析等。数据分析和报告的及 时性和准确性对于工厂的智能化 控制和优化至关重要。 数据可视化与数据挖掘技术应用 数据分析 数字孪生智能工厂的数据分析 主要包括设备运行状态分析、 生产线效率分析、产品市场竞 争力分析等。数据分析的及时 性和准确性对于工厂的智能化 控制和优化至关重要。 数字孪生智能工厂的业务流程 优化主要包括生产计划制定、 物料需求计划制定、设备维护

样 大大缩短了研发周期，降低了成本，提升了产品的综合性能。 汽车制造AIGC更是对企业整体运营和决策方式的根本重塑。AI赋能的智能决策系统能够实时收集、 分析海量生产数据，通过对各类指标的深度挖掘，精确预测潜在问题，提出预防措施；同时，AI可自 我学习和进化，持续优化生产调度、库存管理、能源使用等多方面的决策，实现精益生产和资源的最 大化利用。 汽车应用AIGC是对消费者最具获得感的技 这需要结合自然语言处理 技术对用户需求进行分析，并生成相应的测试脚本。 智能缺陷检测 02 通过训练大模型对软件进行实时监控和分析，自动识别和分类潜在的缺陷和问题。这需要利用 机器学习和数据挖掘技术对软件运行过程中的数据进行处理和分析。 测试用例优化 03 根据软件的特性和用户需求，利用AIGC技术自动生成具有针对性的测试用例，提高测试效率和 准确性。这需要结合深度学习技术对大量的历 件参数设计及性能验证预测， 从而更客观高效的开展动力性、经济性、安全性、舒适性、操控性、可靠性等多性能目标优化及整车 性能集成。汽车的智能网联化发展为获取实车运行大数据提供了便利的条件，应用数据挖掘、人工智 能算法可聚类生成符合各驾驶风格、各地域区间等客户实际行驶工况，进一步指导车辆的性能开发， 更好地满足不同消费者以及不同类型车辆的需求和预期。 国际各大厂商已开始布局面向汽车结构和设计

问题并诊断故障发生原因、进而研判设备健康情况，为风机启 停提供技术支撑，提升风机设备可靠运行能力。 解决方案：利用风电机组的温度、油压、转速、有功功率、 风速等各项指标数据，通过机器学习和数据挖掘技术探索 风机发生故障时与哪些参数有关，进而从海量的风机运行 数据中发现设备故障特征，形成故障诊断模型，应用故障 诊断模型进行实时故障预警、故障诊断、预测设备健康度。 测点名 测点描述 time 括区域以及旺淡季影响）模块内容，并且会协助客户将各部分定 价引擎嵌入至业务系统中。 23 23 库存优化典型客户及案例（需求预测类案例） 某大型跨国 快消品牌商需求计划 基于对历史数据的挖掘与分析，并充分考 虑未来各种影响因素，输出多维度的需求 预测结果。提供需求预测管理平台，最终 发布一致性需求计划。 某国际汽车品牌 售后零备件需求预测 10%+ 预测准确率平均提升 80%-90% 师的眼镜端，支持冻屏，传送图片文档； 可用于工业维保中专家远程指导和教学培训 专家指导 专家指导 实时视频 Lenovo AH Cloud 视频通讯 呼叫中心 视频回播 位置信息 数据存储 指导工具 视频下载 数据挖掘  视频采集  专家指导  查看工作流  指导提示  第一视角视频  多人会诊  指导工具  发送工作流 双向视频 工作流程交互 应用场景：培训教学 眼镜中的呈现

两化融合、“互联网 +” 、制造业与互联网融合发展、企业上云 新制造 人类要走向哪里去？演绎的路径是什么？我们该怎么做？ 新词迭出： 数字化生存 新景象 信息发布 快速便捷 全景画像 高效筛选 相关性挖掘 与预测 物资需求 精准匹配 潜在病患 分析与追踪 线上无界隔 安全互动 运用数据驾驶 舱在线化管理 运营 生活用品 订单在线 化 + 机器 人配送 在线化模拟复盘经济 社会及组织运行，数 多万人到过湖北或在湖北工作生活的人回浙江过春节，输入压力巨大；确诊 1205 例，治愈 84% ，死亡 1 人）。 数字技术在 浙江战疫中 的突出表现 信息发布 快速便捷 全景画像 高效筛选 相关性挖掘 与预测 物资需求 精准匹配 潜在病患 分析与追踪 线上无界隔 安全互动 加快基因测序、 药物研发与诊断 速度 医用物资采 供、口罩“线 上预约登记 + 线下无接 触服务”、机 器人送餐、 生活用品供 “隐西湖公交数字专线”、地铁接驳 + 求学 + 上班 + 综合体 杭州公交开辟满足 多方位出行需求的公交线路 将业务流程延伸到用户（最好自动获取数据），自身业务流程全链路数字化，快速反 应。 预测：挖掘多维度数据之间的相关性 行为数据挖掘公式：被全面数据化的你，具有可预测性 关系群互动 + 搜索 + 微博感叹 + 游戏 + 娱乐 + 购物 + …… 用你的行为数据画出你的“肖像” ---- 商家以此判断你的需求（