24周年

財(cái)稅實(shí)務(wù) 高薪就業(yè) 學(xué)歷教育
APP下載
APP下載新用戶掃碼下載
立享專(zhuān)屬優(yōu)惠

安卓版本:8.7.50 蘋(píng)果版本:8.7.50

開(kāi)發(fā)者:北京正保會(huì)計(jì)科技有限公司

應(yīng)用涉及權(quán)限:查看權(quán)限>

APP隱私政策:查看政策>

HD版本上線:點(diǎn)擊下載>

基于數(shù)據(jù)挖掘技術(shù)的現(xiàn)代物流管理

來(lái)源: 李其芳 編輯: 2009/05/05 17:13:07  字體:

  【內(nèi)容摘要】隨著信息時(shí)代數(shù)據(jù)量的劇增,深化物流管理的最有效方法是在其中引入數(shù)據(jù)挖掘技術(shù)。本文在系統(tǒng)分析數(shù)據(jù)挖掘過(guò)程及關(guān)鍵技術(shù)的基礎(chǔ)上,以沃爾瑪公司物流管理系統(tǒng)為例,論述了數(shù)據(jù)挖掘技術(shù)在物流管理應(yīng)用中的優(yōu)勢(shì),指出其必將為企業(yè)物流管理決策提供越來(lái)越強(qiáng)大的支持功能。

  【關(guān)鍵詞】數(shù)據(jù)挖掘 物流管理 信息系統(tǒng)

  現(xiàn)代物流系統(tǒng)是一個(gè)龐大復(fù)雜的系統(tǒng),特別是全程物流,包括運(yùn)輸、倉(cāng)儲(chǔ)、配送、搬運(yùn)、包裝和物流再加工等諸多環(huán)節(jié),每個(gè)環(huán)節(jié)信息流量十分巨大?,F(xiàn)代信息化物流網(wǎng)絡(luò)體系的應(yīng)用使原來(lái)數(shù)據(jù)庫(kù)的規(guī)模不斷擴(kuò)大,產(chǎn)生了巨大的數(shù)據(jù)流,使企業(yè)很難對(duì)這些數(shù)據(jù)進(jìn)行準(zhǔn)確、高效的收集和及時(shí)處理,因此也就很難幫助決策者做出快速、準(zhǔn)確地決策,實(shí)現(xiàn)對(duì)物流過(guò)程的控制,降低整個(gè)過(guò)程的物流成本。隨著知識(shí)經(jīng)濟(jì)和現(xiàn)代信息技術(shù)的迅猛發(fā)展,信息技術(shù)特別是網(wǎng)絡(luò)技術(shù)的發(fā)展,為物流發(fā)展提供了強(qiáng)有力的支撐。物流管理信息系統(tǒng)是企業(yè)信息系統(tǒng)和企業(yè)信息化的基礎(chǔ),能夠利用信息技術(shù)對(duì)物流中的各種信息進(jìn)行實(shí)時(shí)、集中、統(tǒng)一管理。

  數(shù)據(jù)挖掘(Data Mining) 能夠挖掘蘊(yùn)藏在海量數(shù)據(jù)中大量未知的和有價(jià)值的信息,為企業(yè)物流管理提供各種決策信息,減輕物流管理者從事低層次信息處理和分析的負(fù)擔(dān),使他們專(zhuān)注于最需要決策智慧和經(jīng)驗(yàn)的工作,因此提高了管理和決策的水平。隨著信息技術(shù)的不斷發(fā)展,數(shù)據(jù)挖掘技術(shù)將為企業(yè)物流管理決策提供越來(lái)越強(qiáng)大的支持功能。

  數(shù)據(jù)挖掘過(guò)程及關(guān)鍵技術(shù)分析

  數(shù)據(jù)挖掘過(guò)程數(shù)據(jù)挖掘技術(shù)就是采用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)、數(shù)學(xué)和可視化技術(shù),從大量的數(shù)據(jù)庫(kù)中識(shí)別出有效的、新穎的、潛在的、有用的以及最終挖掘出可理解模式的高級(jí)處理過(guò)程。有時(shí)人們也稱(chēng)它為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)(KDD)。它利用數(shù)據(jù)庫(kù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行前端處理,而利用人工智能的方法從處理后的數(shù)據(jù)中提取有用的知識(shí)。其挖掘過(guò)程可分為四個(gè)步驟:數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果的解釋和評(píng)價(jià)、用戶界面。

  數(shù)據(jù)準(zhǔn)備:包括3個(gè)子步驟,數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理。在這個(gè)階段中,需要搜索所有與業(yè)務(wù)對(duì)象有關(guān)的內(nèi)部和外部數(shù)據(jù)信息,并從中選擇出適用于數(shù)據(jù)挖掘應(yīng)用的數(shù)據(jù);研究數(shù)據(jù)的質(zhì)量,為進(jìn)一步分析做準(zhǔn)備,并確定將要進(jìn)行的挖掘操作的類(lèi)型;將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型,這個(gè)分析模型是針對(duì)挖掘算法建立的,建立一個(gè)真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。數(shù)據(jù)準(zhǔn)備需要占用整個(gè)數(shù)據(jù)挖掘過(guò)程的60%工作量,這也說(shuō)明了數(shù)據(jù)挖掘?qū)?shù)據(jù)的嚴(yán)格要求。

  數(shù)據(jù)挖掘:對(duì)所得到的經(jīng)過(guò)轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘,除了進(jìn)一步完善挖掘算法外,其余一切工作都能自動(dòng)完成。數(shù)據(jù)挖掘一般有兩種方式,發(fā)現(xiàn)型的數(shù)據(jù)挖掘和驗(yàn)證型的數(shù)據(jù)挖掘。前者是讓數(shù)據(jù)挖掘系統(tǒng)為用戶產(chǎn)生假設(shè),后者是用戶自己對(duì)于數(shù)據(jù)庫(kù)中可能包含的知識(shí)提出假設(shè)。

  解釋和評(píng)價(jià):解釋并評(píng)估結(jié)果,其使用的分析方法一般應(yīng)視不同的數(shù)據(jù)挖掘操作而定。根據(jù)最終用戶的決策目的對(duì)提取的信息進(jìn)行分析,把最有價(jià)值的信息區(qū)分出來(lái),并且通過(guò)決策支持工具提交給決策者,因此這一步驟任務(wù)不僅是把結(jié)果表達(dá)出來(lái),還要對(duì)信息進(jìn)行過(guò)濾處理,如果不能令決策者滿意,需要重復(fù)以上數(shù)據(jù)挖掘過(guò)程。

  用戶界面:通常會(huì)用到可視化技術(shù)。選擇合適的可視化工具,通過(guò)使用者證實(shí)發(fā)現(xiàn)的知識(shí)的可靠性。如果不能令使用者滿意,需要重復(fù)以上數(shù)據(jù)挖掘過(guò)程。否則可以將分析所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中去。

  關(guān)鍵技術(shù)分析基于數(shù)據(jù)挖掘的物流管理信息系統(tǒng)的關(guān)鍵技術(shù)主要包括數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘、數(shù)據(jù)分析工具等。

  數(shù)據(jù)倉(cāng)庫(kù)技術(shù)。數(shù)據(jù)倉(cāng)庫(kù)是來(lái)自多個(gè)源的數(shù)據(jù)的存儲(chǔ)庫(kù),它可通過(guò)Internet將不同的數(shù)據(jù)庫(kù)連接起來(lái),并將數(shù)據(jù)全部或部分復(fù)制到一個(gè)數(shù)據(jù)存儲(chǔ)中心。數(shù)據(jù)倉(cāng)庫(kù)傾向于一個(gè)邏輯的概念,它建立在一定數(shù)量的數(shù)據(jù)庫(kù)之上,這些數(shù)據(jù)庫(kù)在物理上是可以分開(kāi)的。數(shù)據(jù)倉(cāng)庫(kù)通過(guò)Internet打破地域界限,將它們合成一個(gè)邏輯整體,把一個(gè)海量的數(shù)據(jù)庫(kù)展現(xiàn)在用戶面前。數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)的一項(xiàng)重要工作是實(shí)現(xiàn)對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行提取、清理和轉(zhuǎn)載到數(shù)據(jù)倉(cāng)庫(kù)中。

  數(shù)據(jù)挖掘技術(shù)。這是整個(gè)系統(tǒng)的難點(diǎn)和重點(diǎn),主要涉及模式模型和挖掘算法。目前,己形成了多種數(shù)據(jù)挖掘方法,如分類(lèi)知識(shí)發(fā)現(xiàn)、數(shù)據(jù)總結(jié)、數(shù)據(jù)聚類(lèi)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴(lài)關(guān)系或依賴(lài)模型發(fā)現(xiàn)、異常發(fā)現(xiàn)、趨勢(shì)預(yù)測(cè)等。各種方法均有它一定的優(yōu)點(diǎn),也有它的不足。幾種技術(shù)并不是單一的使用,而是根據(jù)實(shí)際情況綜合的加以應(yīng)用?,F(xiàn)在一些流行的數(shù)據(jù)挖掘工具一般都包括了幾種方法。如IBM公司Almaden研究中心開(kāi)發(fā)的QUEST系統(tǒng),SGI公司開(kāi)發(fā)的MineSet系統(tǒng)都是多模式的挖掘工具。

  數(shù)據(jù)分析工具。數(shù)據(jù)倉(cāng)庫(kù)雖然存有大量數(shù)據(jù),但提供輔助決策的信息需要利用各種分析工具,如聯(lián)機(jī)分析處理(OLAP)工具、統(tǒng)計(jì)分析和查詢(xún)優(yōu)化工具等。這些工具的性能對(duì)管理決策的效果有著重要的影響。目前已出現(xiàn)具有智能功能的強(qiáng)大的數(shù)據(jù)分析工具,這些分析工具不僅能在系統(tǒng)運(yùn)行時(shí)采集和處理數(shù)據(jù),同時(shí)也支持對(duì)其他業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行采集。

  數(shù)據(jù)挖掘技術(shù)在物流管理中的應(yīng)用

  信息是企業(yè)最重要的有效資源,最大限度地提高信息的利用率是企業(yè)經(jīng)營(yíng)成敗的關(guān)鍵。沃爾瑪公司是現(xiàn)代物流管理在商業(yè)運(yùn)用最好的例證。沃爾瑪擁有由信息系統(tǒng)、供應(yīng)商伙伴關(guān)系、可靠的運(yùn)輸及先進(jìn)的全自動(dòng)配送中心組成的完整物流配送系統(tǒng),可以及時(shí)保證貨品從倉(cāng)庫(kù)運(yùn)送到任何一家商店的時(shí)間不超過(guò)48小時(shí),相對(duì)于其他同業(yè)商店平均兩周補(bǔ)貨一次來(lái)說(shuō),沃爾瑪可保證分店貨架平均一周補(bǔ)兩次。通過(guò)迅速的信息傳遞與先進(jìn)的電腦跟蹤系統(tǒng),沃爾瑪可以在全美國(guó)范圍內(nèi)快速地輸送貨物,使各分店即使只維持極少存貨也能保持正常銷(xiāo)售,從而大大節(jié)省了存貯空間和存貨成本。沃爾瑪?shù)奈锪鞲咝适且驗(yàn)樗麄冞\(yùn)用了最先進(jìn)的數(shù)據(jù)挖掘技術(shù),據(jù)統(tǒng)計(jì),沃爾瑪公司專(zhuān)門(mén)從事物流信息系統(tǒng)工作的科技人員有1200多人,每年投入信息的資金約6億美元。

  利用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù),沃爾瑪對(duì)商品進(jìn)行市場(chǎng)分組分析,即分析哪些商品顧客最有希望一起購(gòu)買(mǎi)。沃爾瑪數(shù)據(jù)倉(cāng)庫(kù)里集中了各個(gè)商店一年多的詳細(xì)原始交易數(shù)據(jù)。在這些原始交易數(shù)據(jù)的基礎(chǔ)上,沃爾瑪利用自動(dòng)數(shù)據(jù)挖掘工具對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘。沃爾瑪公司近年來(lái)用大容量的數(shù)據(jù)倉(cāng)庫(kù)來(lái)進(jìn)行數(shù)據(jù)挖掘和客戶關(guān)系管理,對(duì)其3000多家零售店的8萬(wàn)種產(chǎn)品時(shí)刻把握住利潤(rùn)最高的商品品種和數(shù)量。他們?cè)趶氖掠蓴?shù)據(jù)變信息,由信息變知識(shí)的知識(shí)挖掘工作,通過(guò)全球全集團(tuán)、全方位、全過(guò)程、全天候的自動(dòng)數(shù)據(jù)采集技術(shù),改變傳統(tǒng)的依靠假設(shè)和推斷來(lái)確定訂貨的方式,從數(shù)據(jù)的不斷積累過(guò)程中以小時(shí)為單位動(dòng)態(tài)地運(yùn)行決策模型,導(dǎo)出數(shù)億個(gè)品種的最佳訂貨量與最佳商品組合分配,降價(jià)以及商品陳列等。

  數(shù)據(jù)挖掘技術(shù)在銀行、生物工程、市場(chǎng)營(yíng)銷(xiāo)等領(lǐng)域有許多成功的應(yīng)用案例。數(shù)據(jù)挖掘?qū)⑹俏磥?lái)對(duì)企業(yè)產(chǎn)生深遠(yuǎn)影響的關(guān)鍵技術(shù),并且還將成為未來(lái)投資的焦點(diǎn)。隨著集成化物流管理信息系統(tǒng)的建立,以及網(wǎng)絡(luò)技術(shù)、EDI、人工智能、條形碼與POS等各種先進(jìn)技術(shù)的應(yīng)用,物流信息的商品化、物流信息收集的數(shù)據(jù)庫(kù)化和代碼、物流信息處理的電子化和計(jì)算機(jī)化,把挖掘到的規(guī)則與物流管理各方面有機(jī)地結(jié)合,就能極大地提高企業(yè)的競(jìng)爭(zhēng)力。

  隨著信息時(shí)代的數(shù)據(jù)量的劇增,深化物流信息管理最有效的方法是在其中引進(jìn)數(shù)據(jù)挖掘技術(shù),數(shù)據(jù)挖掘可以從數(shù)據(jù)中發(fā)現(xiàn)趨勢(shì)和模式,人們通過(guò)數(shù)據(jù)挖掘得到的回報(bào)就是將這些新發(fā)現(xiàn)的知識(shí)轉(zhuǎn)變?yōu)榻?jīng)營(yíng)上的成果,如增加顧客購(gòu)買(mǎi)欲望,減少信用卡欺詐的數(shù)量等。充分合理的利用數(shù)據(jù)挖掘技術(shù),可以進(jìn)行市場(chǎng)預(yù)測(cè)和分析,這必將為正確的決策奠定堅(jiān)實(shí)的基礎(chǔ)。邁向21世紀(jì)的物流管理技術(shù),不僅是企業(yè)戰(zhàn)略的“商務(wù)物流”,而且是向整個(gè)社會(huì)實(shí)現(xiàn)物資供給的“社會(huì)物流”,進(jìn)而在全球化市場(chǎng)的激烈競(jìng)爭(zhēng)中形成多元化網(wǎng)絡(luò)所必需的“全球物流”。

  參考文獻(xiàn):

  1.蔡少華。網(wǎng)絡(luò)空間物流信息系統(tǒng)的分析與探討[J].地球信息科學(xué),2002(3)

  2.董泉源?;赪eb的物流管理系統(tǒng)LH的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用研究,2002(8)

責(zé)任編輯:雨昕
回到頂部
折疊
網(wǎng)站地圖

Copyright © 2000 - 8riaszlp.cn All Rights Reserved. 北京正保會(huì)計(jì)科技有限公司 版權(quán)所有

京B2-20200959 京ICP備20012371號(hào)-7 出版物經(jīng)營(yíng)許可證 京公網(wǎng)安備 11010802044457號(hào)