基于數(shù)據(jù)挖掘技術的現(xiàn)代物流管理
內容摘要：隨著信息時代數(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。本文在系統(tǒng)分析數(shù)據(jù)挖掘過程及關鍵技術的基礎上，以沃爾瑪公司物流管理系統(tǒng)為例，論述了數(shù)據(jù)挖掘技術在物流管理應用中的優(yōu)勢，指出其必將為企業(yè)物流管理決策提供越來越強大的支持功能�！ ￡P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、包裝和物流再加工等諸多環(huán)節(jié)，每個環(huán)節(jié)信息流量十分巨大�，F(xiàn)代信息化物流網(wǎng)絡體系的應用使原來數(shù)據(jù)庫的規(guī)模不斷擴大，產(chǎn)生了巨大的數(shù)據(jù)流，使企業(yè)很難對這些數(shù)據(jù)進行準確、高效的收集和及時處理，因此也就很難幫助決策者做出快速、準確地決策，實現(xiàn)對物流過程的控制，降低整個過程的物流成本。隨著知識經(jīng)濟和現(xiàn)代信息技術的迅猛發(fā)展，信息技術特別是網(wǎng)絡技術的發(fā)展，為物流發(fā)展提供了強有力的支撐。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，能夠利用信息技術對物流中的各種信息進行實時、集中、統(tǒng)一管理。
數(shù)據(jù)挖掘(Data Mining) 能夠挖掘蘊藏在海量數(shù)據(jù)中大量未知的和有價值的信息，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擔，使他們專注于最需要決策智慧和經(jīng)驗的工作，因此提高了管理和決策的水平。隨著信息技術的不斷發(fā)展，數(shù)據(jù)挖掘技術將為企業(yè)物流管理決策提供越來越強大的支持功能。
數(shù)據(jù)挖掘過程及關鍵技術分析
數(shù)據(jù)挖掘過程
數(shù)據(jù)挖掘技術就是采用機器學習、統(tǒng)計、數(shù)學和可視化技術，從大量的數(shù)據(jù)庫中識別出有效的、新穎的、潛在的、有用的以及最終挖掘出可理解模式的高級處理過程。有時人們也稱它為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KDD)。它利用數(shù)據(jù)庫技術對數(shù)據(jù)進行前端處理，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。其挖掘過程可分為四個步驟：數(shù)據(jù)準備、數(shù)據(jù)挖掘、結果的解釋和評價、用戶界面。
數(shù)據(jù)準備：包括3個子步驟，數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預處理。在這個階段中，需要搜索所有與業(yè)務對象有關的內部和外部數(shù)據(jù)信息，并從中選擇出適用于數(shù)據(jù)挖掘應用的數(shù)據(jù)；研究數(shù)據(jù)的質量，為進一步分析做準備，并確定將要進行的挖掘操作的類型；將數(shù)據(jù)轉換成一個分析模型，這個分析模型是針對挖掘算法建立的，建立一個真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關鍵。數(shù)據(jù)準備需要占用整個數(shù)據(jù)挖掘過程的60%工作量，這也說明了數(shù)據(jù)挖掘對數(shù)據(jù)的嚴格要求。
數(shù)據(jù)挖掘：對所得到的經(jīng)過轉換的數(shù)據(jù)進行挖掘，除了進一步完善挖掘算法外，其余一切工作都能自動完成。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，后者是用戶自己對于數(shù)據(jù)庫中可能包含的知識提出假設。
解釋和評價：解釋并評估結果，其使用的分析方法一般應視不同的數(shù)據(jù)挖掘操作而定。根據(jù)最終用戶的決策目的對提取的信息進行分析，把最有價值的信息區(qū)分出來，并且通過決策支持工具提交給決策者，因此這一步驟任務不僅是把結果表達出來，還要對信息進行過濾處理，如果不能令決策者滿意，需要重復以上數(shù)據(jù)挖掘過程。
用戶界面：通常會用到可視化技術。選擇合適的可視化工具，通過使用者證實發(fā)現(xiàn)的知識的可靠性。如果不能令使用者滿意，需要重復以上數(shù)據(jù)挖掘過程。否則可以將分析所得到的知識集成到業(yè)務信息系統(tǒng)的組織結構中去。
關鍵技術分析
基于數(shù)據(jù)挖掘的物流管理信息系統(tǒng)的關鍵技術主要包括數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、數(shù)據(jù)分析工具等。
數(shù)據(jù)倉庫技術。數(shù)據(jù)倉庫是來自多個源的數(shù)據(jù)的存儲庫，它可通過Internet將不同的數(shù)據(jù)庫連接起來，并將數(shù)據(jù)全部或部分復制到一個數(shù)據(jù)存儲中心。數(shù)據(jù)倉庫傾向于一個邏輯的概念，它建立在一定數(shù)量的數(shù)據(jù)庫之上，這些數(shù)據(jù)庫在物理上是可以分開的。數(shù)據(jù)倉庫通過Internet打破地域界限，將它們合成一個邏輯整體，把一個海量的數(shù)據(jù)庫展現(xiàn)在用戶面前。數(shù)據(jù)倉庫管理系統(tǒng)的一項重要工作是實現(xiàn)對傳統(tǒng)數(shù)據(jù)庫進行提取、清理和轉載到數(shù)據(jù)倉庫中。
【基于數(shù)據(jù)挖掘技術的現(xiàn)代物流管理】相關文章：
淺談現(xiàn)代企業(yè)物流管理中的數(shù)據(jù)挖掘技術03-07
基于數(shù)據(jù)挖掘的網(wǎng)絡入侵檢測技術11-23
基于愛好的電子商務數(shù)據(jù)挖掘技術的研究12-08
數(shù)據(jù)挖掘技術在企業(yè)知識管理中的應用03-19