多晶硅工程项目数据分析与挖掘（完整版）

1、泓域咨询/多晶硅工程项目数据分析与挖掘多晶硅工程项目数据分析与挖掘xx集团有限公司一、 项目名称及项目单位项目名称：多晶硅工程项目项目单位：xx集团有限公司二、 项目建设地点本期项目选址位于xxx（以最终选址方案为准），占地面积约16.00亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。三、 建设规模该项目总占地面积10667.00（折合约16.00亩），预计场区规划总建筑面积21767.69。其中：主体工程13778.30，仓储工程4955.62，行政办公及生活服务设施2003.08，公共工程1030.69。四、 项目建设进度结合该

2、项目建设的实际工作情况，xx集团有限公司将项目工程的建设周期确定为24个月，其工作内容包括：项目前期准备、工程勘察与设计、土建工程施工、设备采购、设备安装调试、试车投产等。五、 建设投资估算（一）项目总投资构成分析本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资8217.94万元，其中：建设投资6628.39万元，占项目总投资的80.66%；建设期利息130.83万元，占项目总投资的1.59%；流动资金1458.72万元，占项目总投资的17.75%。（二）建设投资构成本期项目建设投资6628.39万元，包括工程费用、工程建设其他费用和预备费，其中：工程费用5632

3、.21万元，工程建设其他费用811.58万元，预备费184.60万元。六、 项目主要技术经济指标（一）财务效益分析根据谨慎财务测算，项目达产后每年营业收入17700.00万元，综合总成本费用14586.95万元，纳税总额1514.36万元，净利润2274.01万元，财务内部收益率20.09%，财务净现值1524.33万元，全部投资回收期6.01年。（二）主要数据及技术指标表主要经济指标一览表序号项目单位指标备注1占地面积10667.00约16.00亩1.1总建筑面积21767.69容积率2.041.2基底面积6506.87建筑系数61.00%1.3投资强度万元/亩396.492总投资万元821

4、7.942.1建设投资万元6628.392.1.1工程费用万元56工程建设其他费用万元811.582.1.3预备费万元184.602.2建设期利息万元130.832.3流动资金万元1458.723资金筹措万元8217.943.1自筹资金万元5548.113.2银行贷款万元2669.834营业收入万元17700.00正常运营年份5总成本费用万元14586.956利润总额万元3032.017净利润万元2274.018所得税万元758.009增值税万元675.3210税金及附加万元81.0411纳税总额万元1514.3612工业增加值万元5220.1913盈亏平衡点万元6942.

5、10产值14回收期年6.01含建设期24个月15财务内部收益率20.09%所得税后16财务净现值万元1524.33所得税后七、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每

6、五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建

7、议。想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约

8、就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信

9、息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对

10、象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中

11、的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。八、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段，是统计过程的重要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）

12、应能反映分析对象的变化；（4）便于资料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点，以及咨询人员对方法的熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点

13、，分析和评价模型误差，以及模型和方法本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地看问题，多方面观察，不偏废任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做取舍。九、 项目背景分析多晶硅是单质硅的一种形态。多晶硅有灰色金属光泽，

14、密度2.322.34g/cm3。熔点1410。沸点2355。溶于氢氟酸和硝酸的混酸中，不溶于水、硝酸和盐酸。硬度介于锗和石英之间，室温下质脆，切割时易碎裂。加热至800以上即有延性，1300时显出明显变形。常温下不活泼，高温下与氧、氮、硫等反应。高温熔融状态下，具有较大的化学活泼性，几乎能与任何材料作用。具有半导体性质，是极为重要的优良半导体材料，但微量的杂质即可大大影响其导电性。20世纪70年代以后，随着人们对全球性能源危机和环境恶化问题认识的深化，太阳能这一可再生洁净能源的利用受到了普遍重视，掀起了开发太阳能电池的热潮。光伏产业应运而生。在太阳能利用上，单晶硅和多晶硅发挥着巨大的作用。要使

15、太阳能发电具有较大的市场，被广大的消费者接受，就必须提高太阳电池的光电转换效率，降低生产成本。从国际太阳电池的发展过程可以看出其发展趋势为单晶硅、多晶硅、带状硅、薄膜材料（包括微晶硅基薄膜、化合物基薄膜及染料薄膜）。在可再生能源中，太阳能光伏发电产业是全球发展最快的新兴产业之一。受国际市场拉动，近几年中国光伏产业发展迅速，2020年中国光伏新增装机容量为48.2万千瓦。随着科技不断进步，多晶硅的使用范围也不断扩大，不仅成为了信息产业中不可缺少的基础材料，并且也是太阳能转化为光能的理想介质。国家十分重视硅产业的发展，2005年国家发改委将6英寸以上的单晶硅、多晶硅和晶片列为国家重点鼓励发展产业项

16、目，极大推动了中国光伏产业和电子信息工程的发展速度，使中国硅材料生产进入新的蓬勃发展阶段。十、 SWOT分析法模型SWOT分析基于内外部竞争环境和竞争条件下的态势分析，就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等，通过调查列举出来，并依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论。运用这种方法，可以对研究对象所处的情景进行全面、系统、准确的研究，从而根据研究结果制定相应的发展战略。根据优势、劣势与机会、威胁两两组合，SWOT分析可以形成SO、WO、ST、wT四种不同类型的组合战略。SO战略（优势一机会）：是一种发展企业内

17、部优势与利用外部机会的战略，是种理想的战略模式。当企业具有特定方面的优势，而外部环境又为发挥这种优势提供有利机会时，可以采取该战略。WO战略（劣势一机会）：是利用外部机会来弥补内部劣势，使企业改劣势而获取优势的战略。存在外部机会，但由于企业存在一些内部劣势而妨碍其利用机会，可采取措施先克服这些劣势。ST战略（优势一威胁）：是指企业利用自身优势，回避或减轻外部威胁所造成的影响。WT战略（劣势一威胁）：是一种旨在减少内部劣势，回避外部环境威胁的防御性技术。SWOT分析法在应用于企业发展战略制定时，首先应根据企业优劣势分析和机会威胁分析，画出SWOT分析图，然后根据SWOT分析结果，在SWOT分析图上找到企业相应的位置，从而进行相应的战略选择。SW