導語：數(shù)據(jù)挖掘在物流中的應用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：隨著科學技術(shù)的快速發(fā)展以及互聯(lián)網(wǎng)、云計算、數(shù)據(jù)挖掘等技術(shù)的廣泛應用，生產(chǎn)過程中的海量數(shù)據(jù)不再是一種負擔，而已經(jīng)成為了一種資源。物流人逐漸認識到，如果不能對海量的數(shù)據(jù)進行有效的分析、研究和應用，那將是巨大的資源浪費。本文以數(shù)據(jù)挖掘技術(shù)作為切入點，分析數(shù)據(jù)挖掘技術(shù)的特點及功能，提出了數(shù)據(jù)挖掘技術(shù)在物流主要環(huán)節(jié)中的應用，對于改良物流企業(yè)管理、提高各環(huán)節(jié)工作效率、搭建信息共享平臺充分利用零散數(shù)據(jù)、降低物流營運費用等方面具有一定影響。

關(guān)鍵詞：數(shù)據(jù)挖掘；物流；應用

隨著科技和經(jīng)濟的快速發(fā)展，物流市場日趨完善，在國內(nèi)及國際物流市場的競爭機制的作用下，物流企業(yè)對于數(shù)據(jù)挖掘技術(shù)的應用表現(xiàn)出了極大的興趣。大多數(shù)生產(chǎn)型企業(yè)與零售企業(yè)為了快速發(fā)展經(jīng)營規(guī)模、迎合當前物流市場的發(fā)展，迫切的需要借助數(shù)據(jù)挖掘技術(shù)來分析企業(yè)存在的問題并據(jù)此優(yōu)化企業(yè)規(guī)劃，提升企業(yè)的市場競爭力。深入研究數(shù)據(jù)挖掘技術(shù)及其在物流管理、倉儲、運輸、配送、信息共享等環(huán)節(jié)的中的應用勢必會進一步加快物流行業(yè)的快速發(fā)展。

一、數(shù)據(jù)挖掘概述

1.數(shù)據(jù)挖掘的歷史。互聯(lián)網(wǎng)的快速發(fā)展及計算機技術(shù)的廣泛運用，使人們獲取信息及搜集數(shù)據(jù)的能力得到了極大提高，數(shù)以萬計的數(shù)據(jù)庫被運用于工程開發(fā)、企業(yè)管理、政府辦公、科學研究等領(lǐng)域，并愈演愈烈，與此同時也產(chǎn)生了一個新的挑戰(zhàn)：如何面對信息爆炸時代的海量信息。如果海量信息不能被及時的整理、分析并加以利用，便成為企業(yè)的拖累，也將成為新形式下的巨大資源浪費。在人工智能取得重大進展的前提下，數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KDD：KnowledgeDiscoveryinDatabases）應運而生，從而產(chǎn)生了數(shù)據(jù)挖掘技術(shù)，并很快得以蓬勃發(fā)展，越來越顯示出其強大的生命力。1989年8月召開的第11屆國際聯(lián)合人工智能學術(shù)會議上首次提出了數(shù)據(jù)挖掘這一概念。在隨后的1991年、1993年和1994年分別舉行KDD專題討論會，集中討論海量數(shù)據(jù)分析算法、數(shù)據(jù)統(tǒng)計、知識運用、知識表示等問題[1]。1998年在美國紐約舉行的第四屆知識發(fā)現(xiàn)與數(shù)據(jù)挖掘國際學術(shù)會議不僅進行了學術(shù)討論，并且有30多家軟件公司展示了他們的數(shù)據(jù)挖掘軟件產(chǎn)品，不少軟件已在北美、歐洲等國得到應用。2.數(shù)據(jù)挖掘的概念。數(shù)據(jù)挖掘（英語：Datamining），又譯為資料探勘、數(shù)據(jù)采礦，它是數(shù)據(jù)庫知識發(fā)現(xiàn)（KDD）中的一個步驟[2]。一般是指從大量的數(shù)據(jù)中自動搜索隱藏于其中的有著特殊關(guān)系性的信息的過程，它將人們應用數(shù)據(jù)的方式從原本簡單的查詢提升至在數(shù)據(jù)里挖掘與發(fā)現(xiàn)知識以對決策行為提供支持。數(shù)據(jù)挖掘技術(shù)是面向應用的，它不僅是面向特定數(shù)據(jù)庫的簡單檢索查詢調(diào)用，而且要對這些數(shù)據(jù)進行微觀、中觀乃至宏觀的統(tǒng)計、分析、綜合和推理，以指導實際問題的求解，企圖發(fā)現(xiàn)事件間的相互關(guān)聯(lián)，甚至利用已有的數(shù)據(jù)對未來的活動進行預測。3.數(shù)據(jù)挖掘的特點。根據(jù)數(shù)據(jù)源挖掘的目的可將數(shù)據(jù)挖掘的特點總結(jié)為：（1）分析的數(shù)據(jù)信息量非常巨大；（2）面向?qū)ο螅ㄓ脩簦┮话闶请S機查詢，難以達成精確的查詢要求；（3）在數(shù)據(jù)快速變化時，需要反映動態(tài)數(shù)據(jù)，以提供決策支持；（4）數(shù)據(jù)挖掘服從大樣本的統(tǒng)計規(guī)律，其分析結(jié)果難以適用于所有數(shù)據(jù)。4.數(shù)據(jù)挖掘的功能。預測/驗證功能：指用數(shù)據(jù)庫的若干已知字段預測或驗證其他未知字段值。預測方法有統(tǒng)計分析方法、關(guān)聯(lián)規(guī)則和決策樹預測方法、回歸分析預測方法等。描述功能：找到描述數(shù)據(jù)的可理解模式。描述方法包括以下幾種：數(shù)據(jù)分類、回歸分析、簇聚、概括、構(gòu)造依賴模式、變化和偏差分析、模式發(fā)現(xiàn)、路徑發(fā)現(xiàn)等。

二、數(shù)據(jù)挖掘技術(shù)在物流主要環(huán)節(jié)的應用

1.數(shù)據(jù)挖掘在物流管理中的應用。對于物流管理而言，妥善處理每個環(huán)節(jié)所產(chǎn)生的大量數(shù)據(jù)信息，能夠讓決策者做出更為適合企業(yè)發(fā)展的決定，掌握更為科學的解決問題的方法。數(shù)據(jù)挖掘技術(shù)的引入，可以通過建立大型數(shù)據(jù)庫，利用數(shù)據(jù)挖掘技術(shù)及時、準確的分析各種信息，并從中獲取新穎且有效的信息，再通過可理解的模型進行深層次處理，進而為客戶提供個性產(chǎn)品和服務(wù)，提高客戶滿意度。一般應用步驟為：（1）建立大型數(shù)據(jù)庫；（2）搭建相關(guān)系統(tǒng)模型；（3）進行大數(shù)據(jù)分析并獲得潛在信息；（4）獲得最適合企業(yè)發(fā)展的決策。2.數(shù)據(jù)挖掘在物流倉儲中的應用。物流倉儲涉及入庫、出庫、盤點、庫存控制等多個環(huán)節(jié)，而這些環(huán)節(jié)都將產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)看似是倉儲管理的負擔，卻也蘊藏著對優(yōu)化庫管極為有價值的信息，利用數(shù)據(jù)挖掘技術(shù)對有價值的信息進行處理，從而解決庫存管理中存在的問題。具體表現(xiàn)為：（1）根據(jù)總成本最小化原理解決倉庫的選址問題；（2）采用關(guān)聯(lián)模式分析解決合理安排貨位問題；（3）采用神經(jīng)網(wǎng)絡(luò)算法解決揀選最佳路徑問題；（4）采用分類算法解決庫存成本控制問題；（5）分析客戶個性需求解決提高客戶滿意度問題。3.數(shù)據(jù)挖掘在運輸配送中的應用。物流運輸配送管理，包括運輸配送計劃編制、運輸配送路徑的選擇、車輛的選擇、混搭配載等問題，利用數(shù)據(jù)挖掘技術(shù)從運輸配送大數(shù)據(jù)中提取出潛在而有價值的信息，從而指導運輸配送各個方面的改進及優(yōu)化。具體應用的方面包括：（1）通過現(xiàn)有數(shù)據(jù)進行顧客消費分析及預測；（2）根據(jù)歷史同期水平比較進行經(jīng)營成效分析及評價；（3）通過動態(tài)數(shù)據(jù)研究掌握車輛狀態(tài)及事故預測；（4）通過對線路數(shù)據(jù)分析優(yōu)化運輸配送路徑。4.數(shù)據(jù)挖掘在信息共享中的應用。物流信息管理系統(tǒng)的建立在物流企業(yè)管理中發(fā)揮了巨大的作用，但因建設(shè)需求、建設(shè)時間及管理體制的不同，各物流企業(yè)間形成了自成體系、各自獨立的信息孤島，導致信息資源的巨大浪費[4]。數(shù)據(jù)挖掘技術(shù)的引入能夠促進建立完善的信息共享機制，進而提高物流企業(yè)信息共享程度，可以從以下三個方面來分析：（1）政府牽頭搭建基于數(shù)據(jù)挖掘技術(shù)的城市物流資源共享平臺，對城市物流進行有效監(jiān)督，實現(xiàn)一體化規(guī)劃管理；（2）行業(yè)牽頭搭建基于數(shù)據(jù)挖掘技術(shù)的行業(yè)物流資源共享平臺，物流信息及先進技術(shù)得以共享，達到提高物流效率的目標；（3）互聯(lián)網(wǎng)公司牽頭搭建基于數(shù)據(jù)挖掘的大數(shù)據(jù)共享平臺，將政府、企業(yè)及客戶的信息全部整合，以實現(xiàn)大數(shù)據(jù)共享要求。

作者:張貴彬 單位:陜西科技大學鎬京學院

參考文獻

[1]朱揚勇.數(shù)據(jù)挖掘技術(shù)現(xiàn)狀[J].中國傳媒技術(shù)，2006，（12）：11-14.

[2]張貴彬，呂紀榮，郭小艷.數(shù)據(jù)挖掘技術(shù)在物流企業(yè)信息共享中的應用[J].企業(yè)改革與管理，2016，（5X）：58-59.