- 相關(guān)推薦
數據挖掘在物流業(yè)中的應用
本文是由論文工作室上傳的：數據挖掘在物流業(yè)中的應用-物流管理論文(1)。您可以通過(guò)本文底部的“下載”來(lái)下載本文的文檔。
數據挖掘在物流業(yè)中的應用劉曉華（山東工商學(xué)院 統計學(xué)院 山東 煙臺 264005）
論文摘要：本文在對數據挖掘的概念概述的基礎上，著(zhù)重介紹了數據挖掘在物流業(yè)中的應用。
論文關(guān)鍵詞：數據挖掘；物流業(yè)；信息系統Abstract: Based on the concept outlined on the basis of data mining, this article emphatically introduced its application in logistics industry.
一、數據挖掘概述
數據挖掘，是指從大量的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們不知道的、但又是潛在有用的信息和知識的過(guò)程。它是數據庫研究中的一個(gè)新領(lǐng)域，融合了數據庫、人工智能、機器學(xué)習、統計學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)，把人們對數據的應用從低層次的查詢(xún)，提升到從數據中挖掘知識，提供決策支持的層級。從商業(yè)角度看，數據挖掘是一種商業(yè)信息處理技術(shù)，特點(diǎn)是對商業(yè)數據庫中的數據進(jìn)行抽取、轉換、分析等，從中提取可用于輔助商業(yè)決策的關(guān)鍵數據。數據挖掘的目標是從大量數據中，發(fā)現隱藏于其后的規律或數據間的關(guān)系，從而服務(wù)于決策。數據挖掘一般有以下幾類(lèi)任務(wù)：
1、分類(lèi)。分類(lèi)分析就是通過(guò)分析樣本數據庫中的數據，為每個(gè)類(lèi)別做出準確的描述，或挖掘出分類(lèi)規則，然后用這個(gè)分類(lèi)規則對其他記錄進(jìn)行分類(lèi)。
2、聚類(lèi)。聚類(lèi)是把一組個(gè)體按照相似性歸成若干類(lèi)別，即“物以類(lèi)聚”。聚類(lèi)將沒(méi)有分類(lèi)的記錄，在不知道應分成幾類(lèi)的情況下，按照數據內在的差異性，合理地劃分成幾類(lèi)，并確定每個(gè)記錄所屬類(lèi)別。3、關(guān)聯(lián)分析。數據關(guān)聯(lián)是數據庫中存在的一類(lèi)重要的可被發(fā)現的知識。若兩個(gè)或多個(gè)變量的取值之間存在某種規律性，就稱(chēng)為關(guān)聯(lián)，關(guān)聯(lián)分析的目的是找出數據庫中隱藏的關(guān)聯(lián)網(wǎng)。
4、預測。預測是根據對象屬性之過(guò)去觀(guān)察值來(lái)預測該屬性未來(lái)之值。數據挖掘自動(dòng)在大型數據庫中尋找預測性信息。
5、偏差檢測。數據庫中的數據常有一些異常記錄，稱(chēng)之為偏差。偏差包括很多潛在的知識，如分類(lèi)中的反常實(shí)例、不滿(mǎn)足規則的特例等。
二、數據挖掘在物流業(yè)中的應用
現代物流系統是一個(gè)龐大復雜的系統，特別是全程物流，包括運輸、倉儲、配送、搬運、包裝和再加工等環(huán)節，每個(gè)環(huán)節信息流量十分巨大，使企業(yè)很難對這些數據進(jìn)行及時(shí)、準確的處理。為了幫助決策者快速、準確地做出決策，提高企業(yè)的運作效率，降低物流成本、增加收益，就需要一種新的數據分析技術(shù)來(lái)處理數據。數據挖掘技術(shù)能幫助企業(yè)在物流信息系統管理中，及時(shí)、準確地收集和分析各種信息，對客戶(hù)的行為及市場(chǎng)趨勢進(jìn)行有效的分析，了解不同客戶(hù)的愛(ài)好，從而為客戶(hù)提供有針對性的產(chǎn)品和服務(wù)，提高各類(lèi)客戶(hù)對企業(yè)和產(chǎn)品的滿(mǎn)意度。物流決策系統是一種結合了數據挖掘和人工智能的新型經(jīng)營(yíng)決策系統，主要通過(guò)人工智能對原料采購、加工生產(chǎn)、分銷(xiāo)配送到商品銷(xiāo)售的各個(gè)環(huán)節的信息進(jìn)行采集，并利用數據倉庫和數據挖掘對其進(jìn)行分析處理，確定相應的經(jīng)營(yíng)策略。數據倉庫作為數據挖掘的基礎，它具有面向主題的、集成的、隨時(shí)間變化的特性。各個(gè)聯(lián)機事務(wù)處理系統作為數據倉庫的原始數據源，以文件方式提供企業(yè)在日�；顒�(dòng)中收集的數據資料和報表，同時(shí)還有大量的外部信息等數據�；跀祿诰虻奈锪餍畔⒌捏w系結構主要由以下幾部分組成：
1、采購進(jìn)貨管理系統。主要功能是面對供貨商的作業(yè)，包括向廠(chǎng)商發(fā)出訂購信息或接收廠(chǎng)商的出貨信息、采購決策、存貨控制、采購價(jià)格管理等信息管理子系統。
2、銷(xiāo)貨出貨管理系統。其功能是收集客戶(hù)需求信息、記錄客戶(hù)購買(mǎi)信息、管理銷(xiāo)售價(jià)格、處理應收貨款及退款等。
3、庫存儲位管理系統。該系統包括儲存管理、進(jìn)出貨管理、機械設備管理、流通加工等功能子系統，負責相關(guān)信息的處理。
4、財務(wù)管理和結算系統。財務(wù)管理系統主要功能是對銷(xiāo)售管理系統和采購系統所形成的應付、應收帳進(jìn)行會(huì )計操作，同時(shí)對物流中心的整個(gè)業(yè)務(wù)與資金進(jìn)行平衡、測算和分析，編制財務(wù)報表，并與銀行進(jìn)行轉帳。結算系統主要功能是利用現有的業(yè)務(wù)信息管理系統和計算機處理能力，自動(dòng)為客戶(hù)提供各類(lèi)業(yè)務(wù)費用信息，為廣大物流企業(yè)的自動(dòng)結算提供一套完整的解決方案。
5．運輸配送管理系統。該系統包括出貨配送管理、運輸調度計劃、分配計劃等功能子系統。
6．物流分析系統。其主要功能是應用ＧＩＳ技術(shù)與運籌決策模型，完善物流分析技術(shù)。
7．物流決策支持系統。此系統的功能獲取內部各系統業(yè)務(wù)信息，取得外部信息，并結合內部和外部信息編制各種報告，提供分析圖表。通過(guò)建立決策支持系統，及時(shí)地掌握商流、物流、資金流和信息流所產(chǎn)生的信息并加以利用，在數據倉庫技術(shù)、運籌學(xué)模型的基礎上，運用數據挖掘工具對歷史數據進(jìn)行多角度、立體的分析，實(shí)現對物流中心的資源的綜合管理，為決策提供科學(xué)決策的依據。
三、進(jìn)行數據分析與決策
決策管理人員在日常管理業(yè)務(wù)中收集并存儲了大量的數據，但卻很難掌握到所希望得到的信息，這是因為一方面缺乏足夠的信息來(lái)支持科學(xué)的決策，另一方面，積累的豐富數據沒(méi)有發(fā)揮應有的作用。這是由于涉及的數據量大，且來(lái)源廣泛，傳統的操作型數據庫已無(wú)法支持生產(chǎn)物流管理系統的分析功能。
搭建的系統模型可有效的為決策者提供強有力的數據，以便于進(jìn)行最終的決策，而使企業(yè)立于不敗之地。
沃爾瑪公司就是一個(gè)成功應用數據挖掘技術(shù)的大公司。一個(gè)典型例子，是客戶(hù)的菜籃子分析，從客戶(hù)購買(mǎi)的記錄中得出客戶(hù)會(huì )同時(shí)購買(mǎi)哪些產(chǎn)品。其中最著(zhù)名的結論是，一個(gè)生病的消費者的購買(mǎi)籃包括橙汁和咳嗽糖漿――如果一個(gè)消費者購買(mǎi)了咳嗽糖漿，他就有30%的可能會(huì )同時(shí)購買(mǎi)橙汁。這些結論可以戰略性的布置貨品在倉庫中的位置，以促進(jìn)交叉銷(xiāo)售和某類(lèi)交易模式。
很顯然這正是庫存儲位管理系統所表現出來(lái)的強勁的說(shuō)服力。由此可以看出，關(guān)聯(lián)規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始數據庫中的指標值是取連續的數據，則在關(guān)聯(lián)規則挖掘之前應該進(jìn)行適當的數據離散化（實(shí)際上就是將某個(gè)區間的值對應于某個(gè)值），數據的離散化是數據挖掘前的重要環(huán)節，離散化的過(guò)程是否合理將直接影響關(guān)聯(lián)規則的挖掘結果。這樣通過(guò)對數據分析，可以制定出有利于企業(yè)發(fā)展的戰略決策，使其立于不改之地。
此外，還可得出以下決策過(guò)程中的結論：
★客戶(hù)發(fā)展分析：對于生產(chǎn)物流來(lái)說(shuō)，客戶(hù)是影響利潤的一個(gè)重要因素，所以從不同層次分析客戶(hù)，提供更加快捷、周全的服務(wù)來(lái)增加新客戶(hù)，以提供生產(chǎn)效率和利潤。
★市場(chǎng)競爭分析：通過(guò)對市場(chǎng)占有率、競爭對手情況等分析來(lái)為決策人員提供科學(xué)的信息，以提高自身在市場(chǎng)競爭中的地位。
★部門(mén)績(jì)效分析：將生產(chǎn)物流管理策略轉化為企業(yè)內部各個(gè)部門(mén)的執行力，通過(guò)制定各個(gè)部門(mén)，包括財務(wù)、倉儲、配送、生產(chǎn)等方面的考核指標，在統計分析的基礎之上形成各個(gè)部門(mén)的績(jì)效考核體系，通過(guò)分析掌握和了解各個(gè)部門(mén)的執行力度以及效率等情況。
★生產(chǎn)利潤分析：分析各種產(chǎn)品的產(chǎn)出與投入之比以及發(fā)展趨勢等。
★客戶(hù)價(jià)值分析：根據客戶(hù)與企業(yè)之間的關(guān)系，衡量客戶(hù)對整個(gè)企業(yè)生產(chǎn)效率的貢獻度進(jìn)行分析，包括客戶(hù)當前價(jià)值分析和潛在價(jià)值分析等。
★業(yè)務(wù)發(fā)展分析：在現有業(yè)務(wù)的基礎之上，如何通過(guò)改善管理來(lái)發(fā)展業(yè)務(wù)，譬如說(shuō)如何根據生產(chǎn)節拍，使倉庫的供貨和庫存達到一個(gè)平衡，同時(shí)也使生產(chǎn)線(xiàn)的排隊達到平衡，從而提高物流效率，為進(jìn)一步業(yè)務(wù)發(fā)展提供科學(xué)的依據。
★供應商信用度分析：對供應商供應的商品進(jìn)行質(zhì)量、時(shí)效、質(zhì)量?jì)r(jià)格比等進(jìn)行分析，是衡量供應商供貨好壞的一個(gè)標準，也是企業(yè)選擇合作伙伴的一個(gè)重要參考指標。引入數據倉庫技術(shù)，在分析其系統體系結構的基礎上，提出基于數據倉庫的生產(chǎn)物流決策管理系統，解決基于傳統操作型數據庫的決策管理系統存在的問(wèn)題，將分散的、標準不同的、邏輯關(guān)系不一致的數據經(jīng)過(guò)分析、抽取、轉換、整合到統一的數據倉庫中，通過(guò)多維分析和數據挖掘，形成生產(chǎn)物流決策管理人員所需要的信息和數據，從而有利于生產(chǎn)物流決策管理人員做出科學(xué)的決策，提高自身在市場(chǎng)競爭中的地位。
在現代物流管理系統中充分利用基于數據挖掘技術(shù)的物流體系，為物流企業(yè)決策者提供決策支持，有利于提升物流企業(yè)的核心競爭力，使企業(yè)能夠及時(shí)、準確地調整經(jīng)營(yíng)策略，適應市場(chǎng)的變化，有效的拓展市場(chǎng)，擴大生存空間，實(shí)現可持續發(fā)展，在激烈的市場(chǎng)競爭中立于不敗之地。
【數據挖掘在物流業(yè)中的應用】相關(guān)文章：
軟件工程行業(yè)中數據挖掘的應用論文06-30
大數據在物流業(yè)的應用06-27
數據挖掘技術(shù)在在線(xiàn)考試系統中的應用研究論文07-03
數據挖掘在工商管理中的運用論文07-03
聘：數據分析 數據挖掘07-10
數據分析在薪酬管理診斷中的應用07-10
關(guān)于數據分析與數據挖掘的數據10個(gè)問(wèn)題07-10
網(wǎng)絡(luò )游戲的數據挖掘與數據分析07-10
數據挖掘讀書(shū)筆記06-27