大数据在汽车行业的应用_开题报告

一、文献综述

1、国内外研究现状

大数据时代的数据挖掘技术是当下相当热门，但又十分年轻且快速成长的领域。数据挖掘的概念自诞生以来，已经有20多年的历史，随着时代的发展，这项技术的应用领域不断扩大。特别是近年来，随着互联网技术的飞速发展，各类应用软件层出不穷，用于后台支撑的数据库技术的全面应用，累积的数据呈指数级增长。如何将这些海量的数据收集、管理，并运用科学的方法进行分析，从而指导我们今后的工作与学习，已经成为时下的热门话题。据Gartner预测，数据挖掘已被列为“未来三到五年内将对工业产生深远影响的五大关键技术”之首。各级领导也十分重视大数据环境下的数据挖掘工作，李克强总理在2014年7月25日考察山东浪潮集团时曾说道：不管是推进政府简政放权、放管结合，还是推进新型工业化、城镇化、农业现代化，都要依靠大数据、云计算机。目前，大数据领域的几大国际巨头，如IBM、微软、Oracle、SAP等公司在全球范围内已经将大数据挖掘技术渗透到各个领域当中,并且收到了良好的经济效益与社会效益。在国内的几家IT巨头企业里，数据挖掘技术同样发挥着重要作用，阿里巴巴、百度、腾讯等公司都充分使用了大数据技术。以阿里巴巴为例，其曾明确表态，未来十年重点投入的三件事之一就是大数据营销。据国外专家预测，随着数据挖掘技术研究的进步与发展，大数据概念不断深入人心，数据挖掘技术将进入一个崭新的发展时期。

数据挖掘技术，简而言之就是从数据库中发现知识（KDD），其作为人工智能与数据库分析研究的新领域，近年来引起了国内外人士的高度关注。从1989 年举行的第11届国际联合人工智能学术会议上首次提出了Knowledge Discovery in Database这一概念以来，到目前为止，KDD 国际研讨会已多次举办，规模不断扩大，讨论的重点也逐步以系统的实际应用、技术集成、多学科应用为主。特别是进入21世纪以后，西方发达国家互联网技术飞速发展，各类信息管理系统充分应用，数据量级猛增，数据挖掘的研究在国外受到了越来越多的重视，特别在海量数据的存储、管理和使用、知识发现语言的形式化描述和算法（研究专门用于知识发现的数据挖掘语言）、数据挖掘过程中的可视化方法、生物信息或基因的数据挖掘、WEB数据挖掘及其他非常规数据类型(图形、图表、音频、视频等综合多媒体数据)的挖掘受到了重点的关注。

国内对DMKD（data mining and knowledge discovery)的研究较之国外起步相对较晚。1993 年中科院合肥分院开始着手对该领域开展研究，此举得到了国家自然科学基金的支持，这标志着国内DMKD技术研究的开始。目前，从事这项领域研究的包括高校教授、研究所的研究人员、相关企业的工作人员等等。包括清华大学、中科院、空军第三研究所、海军装备论证中心等国内许多高校与科研机构陆续开展了DMKD的研究。其中，北京系统工程研究所的模糊方法在知识发现中的应用研究，北京大学的数据立方体代数研究，还有华中理工大学、南京大学等单位的研究都比较有代表性。最近，我国在这一领域获得了丰硕的研究成果，在亚太数据挖掘国际会议上就有南京大学周志华教授领导的身影，他带领的研究团队在随后的编程大赛中取得了冠军，除此之外，香港大学的黄哲学教授的^范文也在会上获得了大奖。这也表明近些年我国的数据挖掘技术有了长足的进步，但不可否认的是，与国外相比，这项技术研究方面毕竟起步较晚，国内的总体研究水平仍然处于初级阶段,并且以理论研究为主,将理论与实际应用案例相结合作为研究对象仍然远远不够。

2、选题的依据与意义

目前，数据挖掘在金融证券业、保险业、电信、电子商务、医学、制造业、交通、政府等多个行业都得到了充分的应用，其经济价值与社会效益日益显现，我们可以预见到，在不久的将来，这种技术的广泛应用是大势所趋。虽然数据挖掘在多个领域已得广泛应用，但在不同的行业，其应用的方式并不相同，因为只有结合行业本身的特点，将行业的业务需求与数据挖掘技术紧密结合，才能将这种技术的优势充分发挥。

我国汽车行业数据来源不畅、各领域自成体系，数据资源不能有效共享，“数据孤岛”问题突出。 其现状是：（1）数据存储分散，自成体系。（2）数据异构性严重。（3）缺乏统一标准体系。（4）数据资源利用程度较低。 汽车行业积累了大量的基础数据， 由于以上原因使得从中能够挖掘出的决策型数据不多，数据资源的增值作用还没有在管理决策过程中充分发挥。综上所述， 对于大量的数据不能提供一个统一的数据接口，不能采用一种通用的标准和规范，无法获得共享通用的数据源，于是不同的系统之间必然会形成彼此隔离的数据孤岛。而互联网、移动互联技术的快速普及，正在诸多方面改变着人们的车辆购置和使用习惯，行业必须重视利用“车企大数据”，使传统的汽车数据收集、分析和利用方式发生重大转变，从而推动汽车全产业链的变革， 为行业带来新的利润增长点和竞争优势。 汽车行业发展的未来需要大数据的支撑，因此有效地整合现有及未来数据资源，对数据做进一步分析预测，进而充分发挥数据资源的服务功能是亟待研究的问题。

本文基于大数据的发展，首先分析了汽车行业数据现状，进而对汽车行业在大数据时代下的数据整合模式、 数据分析模式、 数据应用模式及合作交易模式进行了研究，提出建立汽车行业数据标准化平台，搭建汽车行业大数据架构。

二、^范文提纲

1．绪论

   1.1 ^范文研究背景与意义

   1.2 研究现状

   1.3 选题的主要依据和意义

   1.4 ^范文的研究内容与组织结构

2、大数据概述

   2.1 大数据的定义

   2.2 大数据的功能

   2.3 大数据的应用领域

   2.4 大数据的发展趋势

3、汽车行业大数据业务模式理论研究

   3.1  整合模式研究

   3.2  分析模式研究

   3.3  应用模式研究

   3.4  合作交易模式研究

4、汽车行业大数据应用实践研究

   4.1  大数据与管理精细化

   4.2  大数据与市场精准化

   4.3  大数据与产品个性化

5、 结论与展望

三、参考文献

[1] 刘复星 王英资 朱倩倩 大数据时代汽车行业业务模式研究[J] 通讯世界 2015.9 

[2] 李克强对政府数据表态:公开!_李克强_国务院领导_国务院_中国政府网[N/OL]. ://.gov.cn/guowuyuan/2015-03/07/content_2829215.htm

[3] 吕成哲 赵晓明 王起伟.浅谈数据挖掘理论 [J] 中国西部科技 2014.8

[4] 沈戎芬.数据挖掘技术及其在继续教育中的应用 [J] 浙江师范大学 2005

[5] 王潇.基于向量空间模型的文本自动分类算法的研究与改进 [J] 西北师范大学 2014.8

[6] 吴世军.SPSS在数据分析中的应用 [J] 统计与决策 2006.9

[7] 崔东佳. 大数据时代背景下的品牌汽车销量预测的实证研究 [J] 河南大学学报 2014.9

[8] 王泳 吴振华.基于移动互联网的汽车后市场精准服务模型研究[J] 现代商业 2016.18

[9 辛宇 郑鑫.大数据驱动与客户生命周期—基于汽车行业的分析 [J] 河南社会科学 2014.3

[10]葛鹏 刘森 大数据时代对汽车行业的影响分析 [J]产业与科技论坛 2013.24