本文是由論文工作室上傳的：數(shù)據(jù)挖掘在物流業(yè)中的應用-物流管理論文(1)。您可以通過本文底部的“下載”來下載本文的文檔。
數(shù)據(jù)挖掘在物流業(yè)中的應用劉曉華（山東工商學院 統(tǒng)計學院 山東 煙臺 264005）
論文摘要：本文在對數(shù)據(jù)挖掘的概念概述的基礎上，著重介紹了數(shù)據(jù)挖掘在物流業(yè)中的應用。
論文關鍵詞：數(shù)據(jù)挖掘；物流業(yè)；信息系統(tǒng)Abstract: Based on the concept outlined on the basis of data mining, this article emphatically introduced its application in logistics industry.
一、數(shù)據(jù)挖掘概述
數(shù)據(jù)挖掘，是指從大量的、有噪聲的、模糊的、隨機的數(shù)據(jù)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程。它是數(shù)據(jù)庫研究中的一個新領域，融合了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領域的理論和技術，把人們對數(shù)據(jù)的應用從低層次的查詢，提升到從數(shù)據(jù)中挖掘知識，提供決策支持的層級。從商業(yè)角度看，數(shù)據(jù)挖掘是一種商業(yè)信息處理技術，特點是對商業(yè)數(shù)據(jù)庫中的數(shù)據(jù)進行抽取、轉(zhuǎn)換、分析等，從中提取可用于輔助商業(yè)決策的關鍵數(shù)據(jù)。數(shù)據(jù)挖掘的目標是從大量數(shù)據(jù)中，發(fā)現(xiàn)隱藏于其后的規(guī)律或數(shù)據(jù)間的關系，從而服務于決策。數(shù)據(jù)挖掘一般有以下幾類任務：
1、分類。分類分析就是通過分析樣本數(shù)據(jù)庫中的數(shù)據(jù)，為每個類別做出準確的描述，或挖掘出分類規(guī)則，然后用這個分類規(guī)則對其他記錄進行分類。
2、聚類。聚類是把一組個體按照相似性歸成若干類別，即“物以類聚”。聚類將沒有分類的記錄，在不知道應分成幾類的情況下，按照數(shù)據(jù)內(nèi)在的差異性，合理地劃分成幾類，并確定每個記錄所屬類別。3、關聯(lián)分析。數(shù)據(jù)關聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關聯(lián)，關聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關聯(lián)網(wǎng)。
4、預測。預測是根據(jù)對象屬性之過去觀察值來預測該屬性未來之值。數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預測性信息。
5、偏差檢測。數(shù)據(jù)庫中的數(shù)據(jù)常有一些異常記錄，稱之為偏差。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規(guī)則的特例等。
二、數(shù)據(jù)挖掘在物流業(yè)中的應用
現(xiàn)代物流系統(tǒng)是一個龐大復雜的系統(tǒng)，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(jié)，每個環(huán)節(jié)信息流量十分巨大，使企業(yè)很難對這些數(shù)據(jù)進行及時、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(shù)據(jù)分析技術來處理數(shù)據(jù)。數(shù)據(jù)挖掘技術能幫助企業(yè)在物流信息系統(tǒng)管理中，及時、準確地收集和分析各種信息，對客戶的行為及市場趨勢進行有效的分析，了解不同客戶的愛好，從而為客戶提供有針對性的產(chǎn)品和服務，提高各類客戶對企業(yè)和產(chǎn)品的滿意度。物流決策系統(tǒng)是一種結(jié)合了數(shù)據(jù)挖掘和人工智能的新型經(jīng)營決策系統(tǒng)，主要通過人工智能對原料采購、加工生產(chǎn)、分銷配送到商品銷售的各個環(huán)節(jié)的信息進行采集，并利用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘?qū)ζ溥M行分析處理，確定相應的經(jīng)營策略。數(shù)據(jù)倉庫作為數(shù)據(jù)挖掘的基礎，它具有面向主題的、集成的、隨時間變化的特性。各個聯(lián)機事務處理系統(tǒng)作為數(shù)據(jù)倉庫的原始數(shù)據(jù)源，以文件方式提供企業(yè)在日�；顒又惺占臄�(shù)據(jù)資料和報表，同時還有大量的外部信息等數(shù)據(jù)�；跀�(shù)據(jù)挖掘的物流信息的體系結(jié)構主要由以下幾部分組成：
1、采購進貨管理系統(tǒng)。主要功能是面對供貨商的作業(yè)，包括向廠商發(fā)出訂購信息或接收廠商的出貨信息、采購決策、存貨控制、采購價格管理等信息管理子系統(tǒng)。
2、銷貨出貨管理系統(tǒng)。其功能是收集客戶需求信息、記錄客戶購買信息、管理銷售價格、處理應收貨款及退款等。
3、庫存儲位管理系統(tǒng)。該系統(tǒng)包括儲存管理、進出貨管理、機械設備管理、流通加工等功能子系統(tǒng)，負責相關信息的處理。
4、財務管理和結(jié)算系統(tǒng)。財務管理系統(tǒng)主要功能是對銷售管理系統(tǒng)和采購系統(tǒng)所形成的應付、應收帳進行會計操作，同時對物流中心的整個業(yè)務與資金進行平衡、測算和分析，編制財務報表，并與銀行進行轉(zhuǎn)帳。結(jié)算系統(tǒng)主要功能是利用現(xiàn)有的業(yè)務信息管理系統(tǒng)和計算機處理能力，自動為客戶提供各類業(yè)務費用信息，為廣大物流企業(yè)的自動結(jié)算提供一套完整的解決方案。
5．運輸配送管理系統(tǒng)。該系統(tǒng)包括出貨配送管理、運輸調(diào)度計劃、分配計劃等功能子系統(tǒng)。
6．物流分析系統(tǒng)。其主要功能是應用ＧＩＳ技術與運籌決策模型，完善物流分析技術。
7．物流決策支持系統(tǒng)。此系統(tǒng)的功能獲取內(nèi)部各系統(tǒng)業(yè)務信息，取得外部信息，并結(jié)合內(nèi)部和外部信息編制各種報告，提供分析圖表。通過建立決策支持系統(tǒng)，及時地掌握商流、物流、資金流和信息流所產(chǎn)生的信息并加以利用，在數(shù)據(jù)倉庫技術、運籌學模型的基礎上，運用數(shù)據(jù)挖掘工具對歷史數(shù)據(jù)進行多角度、立體的分析，實現(xiàn)對物流中心的資源的綜合管理，為決策提供科學決策的依據(jù)。
三、進行數(shù)據(jù)分析與決策
決策管理人員在日常管理業(yè)務中收集并存儲了大量的數(shù)據(jù)，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支持科學的決策，另一方面，積累的豐富數(shù)據(jù)沒有發(fā)揮應有的作用。這是由于涉及的數(shù)據(jù)量大，且來源廣泛，傳統(tǒng)的操作型數(shù)據(jù)庫已無法支持生產(chǎn)物流管理系統(tǒng)的分析功能。
搭建的系統(tǒng)模型可有效的為決策者提供強有力的數(shù)據(jù)，以便于進行最終的決策，而使企業(yè)立于不敗之地。
沃爾瑪公司就是一個成功應用數(shù)據(jù)挖掘技術的大公司。一個典型例子，是客戶的菜籃子分析，從客戶購買的記錄中得出客戶會同時購買哪些產(chǎn)品。其中最著名的結(jié)論是，一個生病的消費者的購買籃包括橙汁和咳嗽糖漿――如果一個消費者購買了咳嗽糖漿，他就有30%的可能會同時購買橙汁。這些結(jié)論可以戰(zhàn)略性的布置貨品在倉庫中的位置，以促進交叉銷售和某類交易模式。
很顯然這正是庫存儲位管理系統(tǒng)所表現(xiàn)出來的強勁的說服力。由此可以看出，關聯(lián)規(guī)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(shù)據(jù)庫中的指標值是取連續(xù)的數(shù)據(jù)，則在關聯(lián)規(guī)則挖掘之前應該進行適當?shù)臄?shù)據(jù)離散化（實際上就是將某個區(qū)間的值對應于某個值），數(shù)據(jù)的離散化是數(shù)據(jù)挖掘前的重要環(huán)節(jié)，離散化的過程是否合理將直接影響關聯(lián)規(guī)則的挖掘結(jié)果。這樣通過對數(shù)據(jù)分析，可以制定出有利于企業(yè)發(fā)展的戰(zhàn)略決策，使其立于不改之地。
此外，還可得出以下決策過程中的結(jié)論：
★客戶發(fā)展分析：對于生產(chǎn)物流來說，客戶是影響利潤的一個重要因素，所以從不同層次分析客戶，提供更加快捷、周全的服務來增加新客戶，以提供生產(chǎn)效率和利潤。
★市場競爭分析：通過對市場占有率、競爭對手情況等分析來為決策人員提供科學的信息，以提高自身在市場競爭中的地位。
★部門績效分析：將生產(chǎn)物流管理策略轉(zhuǎn)化為企業(yè)內(nèi)部各個部門的執(zhí)行力，通過制定各個部門，包括財務、倉儲、配送、生產(chǎn)等方面的考核指標，在統(tǒng)計分析的基礎之上形成各個部門的績效考核體系，通過分析掌握和了解各個部門的執(zhí)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。
★客戶價值分析：根據(jù)客戶與企業(yè)之間的關系，衡量客戶對整個企業(yè)生產(chǎn)效率的貢獻度進行分析，包括客戶當前價值分析和潛在價值分析等。
★業(yè)務發(fā)展分析：在現(xiàn)有業(yè)務的基礎之上，如何通過改善管理來發(fā)展業(yè)務，譬如說如何根據(jù)生產(chǎn)節(jié)拍，使倉庫的供貨和庫存達到一個平衡，同時也使生產(chǎn)線的排隊達到平衡，從而提高物流效率，為進一步業(yè)務發(fā)展提供科學的依據(jù)。
★供應商信用度分析：對供應商供應的商品進行質(zhì)量、時效、質(zhì)量價格比等進行分析，是衡量供應商供貨好壞的一個標準，也是企業(yè)選擇合作伙伴的一個重要參考指標。引入數(shù)據(jù)倉庫技術，在分析其系統(tǒng)體系結(jié)構的基礎上，提出基于數(shù)據(jù)倉庫的生產(chǎn)物流決策管理系統(tǒng)，解決基于傳統(tǒng)操作型數(shù)據(jù)庫的決策管理系統(tǒng)存在的問題，將分散的、標準不同的、邏輯關系不一致的數(shù)據(jù)經(jīng)過分析、抽取、轉(zhuǎn)換、整合到統(tǒng)一的數(shù)據(jù)倉庫中，通過多維分析和數(shù)據(jù)挖掘，形成生產(chǎn)物流決策管理人員所需要的信息和數(shù)據(jù)，從而有利于生產(chǎn)物流決策管理人員做出科學的決策，提高自身在市場競爭中的地位。
在現(xiàn)代物流管理系統(tǒng)中充分利用基于數(shù)據(jù)挖掘技術的物流體系，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、準確地調(diào)整經(jīng)營策略，適應市場的變化，有效的拓展市場，擴大生存空間，實現(xiàn)可持續(xù)發(fā)展，在激烈的市場競爭中立于不敗之地。
[數(shù)據(jù)挖掘在物流業(yè)中的應用]