基于决策树算法的5M1E在GS公司外贸服装产品质量控制中的应用

• 作 者: 刘筱曼
• 出 处: 上海外国语大学
• 发表日期: 2021年01期
• 关键词: 质量控制 数据挖掘 5M1E 决策树 外贸服装

随着近几年来中美贸易摩擦的不断加大以及国内产能过剩的日益严重,国内外贸服装行业所面临的形势正变得日趋严峻。作为传统劳动密集型行业,国内外贸服装公司原先所具有的竞争优势,正随着国内劳动力成本和原材料价格的上涨而日渐式微。东南亚服装制造业的逐步崛起,让国内整个外贸服装行业感到了前所未有的竞争压力。在价格已不占优势的情况下,如何维持竞争优势并保持外贸订单的数量已成为外贸服装企业所面临的重要问题。提升外贸服装产品质量显然是解决此问题的重要方法之一,而要保证和提升产品质量,必须加强生产过程的质量控制。有效的进行质量控制是确保产品质量和提升产品质量,进而促使企业发展、赢得市场、获得利润的核心。质量控制是为了达到质量要求所采取的作业技术和活动,通过监视质量形成过程,消除质量环上所有阶段引起不合格或不满意效果的因素,其最终目标是确保产品能满足要求。GS公司经过多年的发展,积累了丰富的外贸服装生产经验,在取得一定业绩的同时也遇到了诸多的问题,尤其是质量问题始终没有得到有效的解决。对公司的外贸服装产品质量控制进行研究就变得十分需要和迫切。GS公司通过多年的信息化建设后保存了大量的产品生产相关数据,抽取了其中494个样本和13个属性,利用数据挖掘技术对这些数据进行分析,找到影响质量的关键因素,从而为提升产品质量指明方向。在分析了GS公司外贸服装产品质量控制现状后,本文选用的是易于理解和实现的决策树,并采用C4.5算法构建质量控制模型。模型构建后验证模型的分类准确率达82%,可应用于GS公司的质量控制研究之中。在所构建的决策树模型上运行GS公司的质量数据,得出影响外贸服装质量的关键因素有做工等级、面料等级和外观等级。分析三个关键因素并结合5M1E方法对GS公司生产过程中的质量问题进行分析后,从人员、材料、机器、方法和环境几方面给出了质量控制的解决方案。本文为GS公司制定了方案的实施计划和实施步骤,并在组织、技术和资金方面给出了有力的保障措施,保证方案的顺利实施。质量控制并不是一劳永逸的事情,随着社会生产技术的发展,将会出现新的问题和挑战,我们要与时俱进,不断运用新的方法去解决新的问题!