论文部分内容阅读
随着“工业4.0”和“中国制造2025”的提出,我国制造业不断创新发展,同时伴随汽车保有量的增加,售后服务市场所面对的用户群体也越来越大。服务商作为下游直接接触客户的企业角色,却没有综合利用多个价值链中的海量数据进行分析,从中发掘更多有价值的信息,通过数据智能的方式为自身或其它企业提供服务。对此,论文基于第三方云服务平台,结合服务商的实际需求,对多价值链下的售后数据服务技术进行了研究,并完成了系统的开发与实现。
论文站在售后服务商的角度,以实现多链中的售后数据智能服务为目标,从几个方面进行了研究。首先,论述了研究的背景和意义,对汽车售后服务模式、零配件需求预测以及第三方云平台的数据智能研究现状进行了分析。然后对服务商传统的售后服务模式和第三方云平台的售后服务模式进行了研究,分析了服务商在售后服务过程中的实际需求。提出了面向服务商的售后数据服务总体解决方案,并且基于第三方云平台对服务商多链数据专业库与多链数据的服务方法进行了构建与研究,在此基础上对系统的功能模块与流程进行了设计。通过构建服务商多链数据专业库,用于支撑服务商对多链数据的分析。基于服务商对零配件采购备货的实际需求,结合CNN卷积神经网络和GRU循环神经网络建立了零配件需求预测模型并进行了验证,提高了服务商的零配件库存周转率。对服务商在多链下的售后数据从多个方面进行了分析,主要包括售后服务质量分析、售后服务金额分析、零配件需求分析和维修故障分析。论文通过以上几个模块的功能实现,使服务商可以将多链下的分析结果用于管理自身使用,同时也可以通过第三方云平台将多链或单链下的分析结果作为服务提供给其它企业使用。
论文基于B/S三层架构,采用SQLServer、ASP.NET等开发工具完成了系统的开发,并对所实现的服务商总体服务情况展示模块、售后服务质量分析模块、售后服务金额分析模块、零配件需求分析模块和维修故障分析模块的功能进行了验证。通过使用ECharts开源工具实现了分析结果的可视化,为服务商提供了一种通过多链下的售后数据实现数据智能服务的方法。
论文站在售后服务商的角度,以实现多链中的售后数据智能服务为目标,从几个方面进行了研究。首先,论述了研究的背景和意义,对汽车售后服务模式、零配件需求预测以及第三方云平台的数据智能研究现状进行了分析。然后对服务商传统的售后服务模式和第三方云平台的售后服务模式进行了研究,分析了服务商在售后服务过程中的实际需求。提出了面向服务商的售后数据服务总体解决方案,并且基于第三方云平台对服务商多链数据专业库与多链数据的服务方法进行了构建与研究,在此基础上对系统的功能模块与流程进行了设计。通过构建服务商多链数据专业库,用于支撑服务商对多链数据的分析。基于服务商对零配件采购备货的实际需求,结合CNN卷积神经网络和GRU循环神经网络建立了零配件需求预测模型并进行了验证,提高了服务商的零配件库存周转率。对服务商在多链下的售后数据从多个方面进行了分析,主要包括售后服务质量分析、售后服务金额分析、零配件需求分析和维修故障分析。论文通过以上几个模块的功能实现,使服务商可以将多链下的分析结果用于管理自身使用,同时也可以通过第三方云平台将多链或单链下的分析结果作为服务提供给其它企业使用。
论文基于B/S三层架构,采用SQLServer、ASP.NET等开发工具完成了系统的开发,并对所实现的服务商总体服务情况展示模块、售后服务质量分析模块、售后服务金额分析模块、零配件需求分析模块和维修故障分析模块的功能进行了验证。通过使用ECharts开源工具实现了分析结果的可视化,为服务商提供了一种通过多链下的售后数据实现数据智能服务的方法。