展柜工程项目数据分析与挖掘（工程项目组织与管理）

1、泓域咨询/展柜工程项目数据分析与挖掘展柜工程项目数据分析与挖掘一、 项目名称及投资人（一）项目名称展柜工程项目（二）项目投资人xx有限公司（三）建设地点本期项目选址位于xxx（以选址意见书为准）。二、 结论分析（一）项目选址本期项目选址位于xxx（以选址意见书为准），占地面积约91.00亩。（二）项目实施进度本期项目建设期限规划24个月。（三）投资估算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30844.35万元，其中：建设投资25238.58万元，占项目总投资的81.83%；建设期利息630.89万元，占项目总投资的2.05%；流动资金4974.88万元，

2、占项目总投资的16.13%。（四）资金筹措项目总投资30844.35万元，根据资金筹措方案，xx有限公司计划自筹资金（资本金）17969.03万元。根据谨慎财务测算，本期工程项目申请银行借款总额12875.32万元。（五）经济评价1、项目达产年预期营业收入（sp）：51900.00万元。2、年综合总成本费用（tc）：41988.44万元。3、项目达产年净利润（np）：7240.97万元。4、财务内部收益率（firr）：16.88%。5、全部投资回收期（pt）：6.37年（含建设期24个月）。6、达产年盈亏平衡点（bep）：22556.99万元（产值）。（六）主要经济技术指标主要经济指标一览表序

3、号项目单位指标备注1占地面积60667.00约91.00亩1.1总建筑面积91523.08容积率1.511.2基底面积33366.85建筑系数55.00%1.3投资强度万元/亩256.592总投资万元30844.352.1建设投资万元25238.582.1.1工程费用万元20926.762.1.2工程建设其他费用万元3613.402.1.3预备费万元698.422.2建设期利息万元630.892.3流动资金万元4974.883资金筹措万元30844.353.1自筹资金万元17969.033.2银行贷款万元12875.324营业收入万元51900.00正常运营年份5总成本费用万元41988.44

4、6利润总额万元9654.637净利润万元7240.978所得税万元2413.669增值税万元2141.1010税金及附加万元256.9311纳税总额万元4811.6912工业增加值万元16075.6013盈亏平衡点万元22556.99产值14回收期年6.37含建设期24个月15财务内部收益率16.88%所得税后16财务净现值万元3246.80所得税后三、 基本概念现代工程咨询是遵循独立、公正、科学的原则，综合运用多学科知识、工程实践经验、现代科学管理方法，在经济社会发展、生态建设与环境保护、资源开发与有效利用以及境内外各类投资建设项目决策与实施活动中，为投资者和政府部门提供阶段性或全过程咨询和

5、管理的智力服务。现代工程咨询具有综合性、系统性和跨学科、多专业等特点。因此，现代工程咨询方法是融合工程、技术、经济、管理、财务和法律等专业知识和分析方法在工程咨询领域综合运用的方法体系。现代工程咨询服务范围包括：1，规划咨询：含国家、省（区、市）和县（区、市）（包括各类开发区、产业园区、高新区等）经济社会发展总体规划、专项规划（包括产业发展规划、基础设施规划、生态环境保护规划等）和区域规划“三级三类”规划以及企业发展战略规划的编制；2，项目咨询：含项目投资机会研究、投融资策划（商业计划书），项目建议书（预可行性研究报告）、项目可行性研究报告、项目申请报告、资金申请报告的编制，市场研究、行业分析

6、、厂址选择和方案技术经济比选等专题研究报告的编写，政府和社会资本合作（ppp）项目咨询等；3，评估咨询：各级政府部门、开发区、银行、投资机构和有关企事业单位委托的对规划、项目建议书、可行性研究报告、项目申请报告、资金申请报告、ppp项目实施方案、初步设计的评估，规划和项目中期评估、后评价，项目概预决算审查，及其他履行投资管理职能所需的专业技术服务；4，全过程工程咨询：采用多种服务方式组合，为项目决策、实施和运营持续提供局部或整体解决方案以及管理服务。四、 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

7、。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

8、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

9、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

10、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

11、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

12、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。五、 数据分析与挖掘概述（一）信息分析信息分析是根据咨询问题的具体需要，对与之有关的信息进行整理、鉴别、评价、分析和综合，以便取得咨询所需新信息的过程。信息分析有如下几种用途：1跟踪。所谓跟踪，就

13、是及时了解各领域新动向、新发展，从而发现问题、提出问题。2比较。比较各种事物的内部矛盾之后，把握事物间的联系，认识事物的本质，从而提出问题、确定目标、拟定方案并作出选择。3预测。利用已掌握的信息、知识和手段，推断事物的未来或未知方面。4评价。进行评价时应选择合适的变量和评价指标，应当考虑评价对象之间的可比性。信息分析所用方法，可分为定性和定量分析两种。定性方法主要靠逻辑推理；而定量方法涉及数据间的数量关系，要建立数学模型，计算、求解。如今，信息越来越复杂，定性与定量分析已无法单独奏效，只能越来越多地结合起来。（二）数据分析数据分析是信息分析的一部分，数据分析是对收集数据进行系统的分析，建立适当

14、的模型，揭示数据中隐含的技术、经济、社会和其他关系，以及发展趋势，为有关的咨询活动提交的有用的数字、信息或建议。数据分析的对象可分为时间序列和截面数据。如企业历年的咨询收入、利润总额等就是时间序列。截面数据是在同一时间的数据，如企业同一年咨询业务数目、营业额、费用、收入、人工耗费等。两种数据都要注意样本容量大小。对于截面数据，常用线性或非线性回归模型体现数据之间的各种关系。数据分析属定量分析，包括数据统计分析、时间数据分析、空间数据分析。（三）数据挖掘数据挖掘就是从数据中挖掘出隐含、先前未知、有潜在用途，最终可为人理解的关系、模式、趋势和其他有用信息，并建立模型，用于预测、判断或决策，帮助企业

15、更好地适应变化并做出更明智的决策的过程。数据挖掘广泛应用于制造、金融、零售、保健、中医药及电信等行业的客户关系管理、风险防范、供应链管理、竞争优势分析、部门分析等领域。数据挖掘要用到统计分析、人工智能、数据库和神经网络等方面的知识，如记忆推理、聚类分析、关联分析、决策树、神经网络、基因算法等。数据挖掘需要用户参与，并非某种单一工具、技术或软件即可独自完成。另一方面，并非所有信息查询都可视为数据挖掘。例如，使用数据库管理系统查找个别记录，或用搜索引擎查找互联网特定的网页，属于信息检索，不能视为数据挖掘。当然，数据挖掘技术也有强大的信息检索能力。六、 项目背景分析随着人们欣赏水平的提升，企业更注重品牌形象。近几年，展柜的市场发展趋于成熟，展柜更是有了突出的设计和制作，越来越接近国际水平。根据不同的商品体现不同的形式和功能，视觉效果极佳。虽然有了不少的进步，但模仿的现象仍很严重。毕竟突出的展柜设计师占少数。但是市场的需求却没有停步，因此，展柜在商业上的重要性尤为突出。向着满足实用性、艺术性、经济性、安全性及人性化