4.4 Evaluation and Application of R

4.4 Evaluation and Application of Results
This study uses data mining cycle in QFD to
forecast future CRs. In addition, the time seriesbased
data mining cycle can be applied to predict
the weights and determine the trend of each CR for
the next period. The use of time series-based data
mining cycle to predict the weights is advantageous
because it can (1) find the future trend of CRs; (2)
provide the computer designers and manufacturers
with reference points to satisfy CRs in advance. The
results of this study can provide an effective
procedure of identifying the trends of CRs and
enhance customer relationship management in the
computer marketplace.
Owing to the entire forecast methods have
forecast errors, the Mean Squared Error (MSE) and
control charts of forecast were applied to monitor

ผลลัพธ์ (ไทย) 1:

4.4 ประเมินและประยุกต์ใช้ผลการการศึกษานี้ใช้ข้อมูลการทำเหมืองแร่รอบใน QFD เพื่อการคาดการณ์ในอนาคต CRs นอกจากนี้ seriesbased เวลาวงจรการทำเหมืองข้อมูลที่สามารถใช้ทำนายน้ำหนัก และกำหนดแนวโน้มของ CR แต่ละวันในรอบถัดไป การใช้ข้อมูลตามลำดับเวลาเหมืองแร่รอบทำนายน้ำหนักเป็นประโยชน์เพราะมันสามารถค้นหา (1) แนวโน้มในอนาคตของ CRs (2)นักคอมพิวเตอร์และผู้ผลิตกับจุดอ้างอิงเพื่อ CRs ล่วง การผลของการศึกษานี้สามารถให้มีประสิทธิภาพขั้นตอนของการระบุแนวโน้มของ CRs และเพิ่มการจัดการลูกค้าสัมพันธ์ในการตลาดคอมพิวเตอร์เนื่องจากการคาดการณ์ทั้งหมดที่มีการคาดการณ์ผิดพลาด ความหมายของ Squared ข้อผิดพลาด (MSE) และแผนภูมิควบคุมของการคาดการณ์ใช้ในการตรวจสอบ

ผลลัพธ์ (ไทย) 2:

4.4 การประเมินผลและการประยุกต์ใช้ผล
การศึกษาครั้งนี้ใช้วงจรการทำเหมืองข้อมูลใน QFD การ
คาดการณ์ในอนาคต CRs นอกจากนี้เวลาที่ seriesbased
ข้อมูลวงจรการทำเหมืองแร่สามารถนำมาใช้ในการทำนาย
น้ำหนักและกำหนดแนวโน้มของแต่ละ CR สำหรับ
งวดถัดไป การใช้เวลาชุดข้อมูลตาม
วงจรการทำเหมืองแร่ที่จะทำนายน้ำหนักเป็นข้อได้เปรียบ
เพราะสามารถ (1) พบว่าแนวโน้มในอนาคตของ CRs; (2)
ให้นักออกแบบคอมพิวเตอร์และผู้ผลิต
ที่มีจุดอ้างอิงเพื่อตอบสนองความ CRs ล่วงหน้า
ผลการศึกษานี้สามารถให้มีประสิทธิภาพ
ขั้นตอนของการระบุแนวโน้มของ CRs และ
ส่งเสริมการจัดการความสัมพันธ์กับลูกค้าใน
ตลาดคอมพิวเตอร์.
เนื่องจากวิธีการคาดการณ์ทั้งได้
คาดการณ์ข้อผิดพลาดข้อผิดพลาด Mean Squared (MSE) และ
การควบคุมการชาร์ตของประมาณการถูกนำไปใช้ ในการตรวจสอบ