油茶油工程项目数据分析与挖掘

1、油茶油工程项目数据分析与挖掘xx投资管理公司一、 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

2、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）

3、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

4、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

5、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

6、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。二、

7、时间数据分析方法（一）时间数据时间数据也称时间序列（timeseries）或动态数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利用卫星照片识

8、别地球资源、石油勘探、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序列常含有4种

9、成分：趋势、季节变动、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期图（）的极值

10、点寻找各种分量的周期。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用arma（自回归移动平均）模型拟合。非平稳时间序列可经差分化为平稳时间序列，再用arma模型拟合。（4）预

11、测未来。利用建成的模型预测时间序列未来值。4时间序列常用模型（1）arma模型（2）回归模型三、 项目背景分析油茶籽油俗称茶油，又名山茶油、山茶籽油，是从山茶科山茶属植物的普通油茶成熟种子油茶籽中提取的纯天然高级食用植物油。近年来国家鼓励油茶种植，大力发展茶油产业，将其作为脱贫扶贫的重点产业，使得茶油产业迅猛发展，这也成为了茶油行业竞争加剧的原因之一。2010-2018年，在国家政策的扶持与鼓励下，油茶种植面积处于逐年增长的态势。2018年，中国油茶种植面积约6724亩左右。油茶的生产具有其独特性，一般种植后6年-10年进入盛果期，开始挂果并逐渐进入盛产，后续收获期长达40年-50年，但油茶树

12、在未进入盛果期的前6年-10年种植期里仅能产出极少量茶果。这种油茶种植的特殊性使得油茶种植农户和企业需要大量持续不断的资金投入来进行油茶树的栽培和维护，一定程度上导致了茶油原材料价格的上涨。2010-2018年中国油茶籽产量也保持着逐年的增长。2018年，中国油茶籽产量达263万吨。国家对于茶油行业的扶持使得茶油行业迅猛发展，行业竞争也逐渐加剧，同时，茶油的原材料种植具有一定的周期性，而且前期需要大量的投入资金，原材料的供应无法满足茶油行业的需求，导致原材料价格上涨，茶油企业的销售收入和利润纷纷大大折扣。2018年中国茶油规模以上企业销售收入为387.38亿元，同比减少14.78%。除油茶种植

13、面积外，湖南省油茶籽产量也是全国当仁不让的首位。2013-2018年，湖南省油茶籽产量一直占全国油茶籽产量的四成左右。2018年，湖南省油茶籽产量为101.1万吨，以全国31.40%的油茶种植面积占到了全国油茶籽产量的38.44%，可见湖南省的油茶产业不仅种植规模大，油茶林也异常高产。在油茶籽产量上，作为油茶种植第二大省的江西省的出产量还不及湖南省的一半。虽然茶油行业近两年发展情况不佳，但茶油行业仍旧有着较好的发展前景。当前国家政策依旧倾向于支持茶油产业的发展，2019年国家发改委公布的鼓励外商投资产业目录中，就包括了油茶经济林的培育。2019年9月17日，习近平总书记也前往河南省光山县司马光

14、油茶园进行考察，可见中央确确实实把油茶产业作为了脱贫扶贫的一大重点。目前茶油企业均开始采取“公司+基地+农户”的综合生产模式，油茶加工企业或自建基地、或与农户合作建设基地、或以合同契约形式向农户收购油茶果，逐步向规模化、产业化方向转变。虽然这种模式在前期会有较大的投入，但不必再在原材料上受制于人，随着几年后盛果期的到来，采取这种模式茶油企业必将得到丰富的报偿。随着我国的食用油的消费结构正处于快速转型的时期，相比发达国家橄榄油的消费量一般占其植物油总消费量40%以上，长久以来我国食用油消费产品以豆油、菜籽油等普通油品为主，高档保健食用油消费比例相对较低，而随着国民经济的发展和人民生活水平的提高，

15、以茶油为代表的高档优质食用油的需求量快速提升，我国要达到国家规划提出的年人均茶油消费量2公斤的目标，以此标准计算茶油供需缺口达200万吨以上，可以预见未来茶油市场需求非常旺盛。测算，到2024年，我国茶油行业市场规模将接近800亿元。四、 项目名称及投资人（一）项目名称油茶油工程项目（二）项目投资人xx投资管理公司（三）建设地点本期项目选址位于xx。五、 结论分析（一）项目选址本期项目选址位于xx，占地面积约44.00亩。（二）项目实施进度本期项目建设期限规划12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17171.79万元，其中：建设投

16、资12944.12万元，占项目总投资的75.38%；建设期利息133.29万元，占项目总投资的0.78%；流动资金4094.38万元，占项目总投资的23.84%。（四）资金筹措项目总投资17171.79万元，根据资金筹措方案，xx投资管理公司计划自筹资金（资本金）11731.56万元。根据谨慎财务测算，本期工程项目申请银行借款总额5440.23万元。（五）经济评价1、项目达产年预期营业收入（sp）：37400.00万元。2、年综合总成本费用（tc）：31182.75万元。3、项目达产年净利润（np）：4541.58万元。4、财务内部收益率（firr）：18.41%。5、全部投资回收期（pt）：

17、5.98年（含建设期12个月）。6、达产年盈亏平衡点（bep）：14370.62万元（产值）。（六）主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积29333.00约44.00亩1.1总建筑面积50406.04容积率1.721.2基底面积18773.12建筑系数64.00%1.3投资强度万元/亩278.422总投资万元17171.792.1建设投资万元129工程费用万元11063.382.1.2工程建设其他费用万元1618.522.1.3预备费万元262.222.2建设期利息万元133.292.3流动资金万元4094.383资金筹措万元17171.793.1

18、自筹资金万元11731.563.2银行贷款万元5440.234营业收入万元37400.00正常运营年份5总成本费用万元31182.756利润总额万元6055.447净利润万元4541.588所得税万元1513.869增值税万元1348.4310税金及附加万元161.8111纳税总额万元3024.1012工业增加值万元10579.3813盈亏平衡点万元14370.62产值14回收期年5.98含建设期12个月15财务内部收益率18.41%所得税后16财务净现值万元3905.38所得税后六、 现代工程咨询方法的特点现代工程咨询方法的特点是，定性分析和定量分析相结合，重视定量分析；静态分析与动态分析相

19、结合，重视动态分析；统计分析与预测分析相结合，重视预测分析。定性分析与定量分析1定性分析定性分析是通过研究事物构成要素间的相互联系来揭示事物本质的方法，它是在逻辑分析、判断推理的基础上，对客观事物进行分析与综合，从而找出事物发展内在规律性，确定事物的本质。在工程咨询研究中，许多难以用计量表达的场合，定性分析方法可以发挥重要作用。2定量分析定量分析是依据统计数据，选择建立合适的数学模型，计算出分析对象的各项指标及其数值的一种方法。它是通过反映一定质的事物量的关系来揭示事物内在规律的方法，在数学、统计学、运筹学、计量学、计算机等学科基础之上，通过方程、数学图表和模型等方式来研究事物的本质。在工程咨询工作中采用定量分析的方法，对复杂事物进行数据处理，进行比较分析，可以