在数智化时代，制造业的质量管理面临许多新的问题和挑战。本书对复杂产品质量改进中发现问题、分析原因和解决问题三大环节中的数据流和知识流进行了系统性的研究，在此基础上提出了制造业质量管理中的数据挖掘和知识管理方法体系，开发了面向汽车制造业的智能质量问题解决系统，以利用知识资源提高质量管理的智能化水平。本书对现有的质量管理理论和方法提供了新的有益补充，对推进制造业质量管理的数字化转型具有非常重要的价值和意义。
本书适合制造业管理人员、质量管理研究者和从业人员、生产管理研究者和从业人员、制造业企业数字化转型研究者和从业人员，以及对数据挖掘和知识管理感兴趣的读者阅读。

第1章 绪论
1.1 智能制造质量管理现实背景
1.2 本书的研究问题与研究意义
1.3 本书的主要内容和逻辑关系
第2章 基本概念及国内外研究现状
2.1 质量及质量管理
2.2 知识及知识管理
2.3 质量管理和知识管理相关研究
2.4 智能质量管理
2.5 现有研究的评价与对本书的启示
2.6 本章小结
第3章 知识驱动的质量问题解决基础理论与研究框架
3.1 问题解决基础理论
3.2 质量问题解决基础理论
3.3 质量问题解决关系分析
3.4 知识驱动的质量问题解决理论模型与研究框架
3.5 知识驱动的质量问题解决支撑条件
3.6 本章小结
第4章 产品组件-失效模式知识挖掘与分析
4.1 问题提出
4.2 组件-失效模式矩阵挖掘流程
4.3 标准失效模式集构建
4.4 组件-失效模式矩阵挖掘算法
4.5 实例分析
4.6 本章小结
第5章 基于二分图聚类的质量问题因果知识挖掘
5.1 问题提出
5.2 因果知识研究
5.3 问题-原因知识表示模型
5.4 质量问题因果知识挖掘流程
5.5 质量问题因果知识挖掘方法
5.6 问题原因推理流程
5.7 实例分析
5.8 本章小结
第6章 基于知识图谱的质量问题因果知识挖掘
6.1 问题提出
6.2 质量问题因果关系模型
6.3 质量问题因果知识图谱构建
6.4 实例分析
6.5 质量问题因果知识网络的潜在应用
6.6 本章小结
第7章 基于二分图聚类的质量问题解决方案知识挖掘与推荐
7.1 问题提出
7.2 质量问题解决方案知识挖掘与推荐流程
7.3 “问题-方案”知识表示模型
7.4 “问题-方案”知识挖掘方法
7.5 实例分析
7.6 “问题类-方案工具箱”知识推理过程
7.7 本章小结
第8章 面向汽车制造业的智能质量问题解决系统
8.1 应用背景
8.2 系统整体框架
8.3 问题解决知识库设计
8.4 系统实施及应用
8.5 本章小结
第9章 结论与展望
9.1 结论
9.2 创新点
9.3 展望
参考文献