1、精選優(yōu)質(zhì)文檔-傾情為你奉上本文來源于網(wǎng)絡(luò)綜述數(shù)據(jù)挖掘技術(shù)在物流領(lǐng)域中的應(yīng)用2007級物流工程一班0歐陽家文專心-專注-專業(yè)摘要：本文主要內(nèi)容是綜述數(shù)據(jù)挖掘技術(shù)在物流領(lǐng)域中的應(yīng)用。文章首先對數(shù)據(jù)挖掘技術(shù)做一個簡單的介紹，接著介紹數(shù)據(jù)挖掘在物流業(yè)中的應(yīng)用過程，最后介紹物流中關(guān)于數(shù)據(jù)挖掘應(yīng)用的管理問題。 關(guān)鍵詞：數(shù)據(jù)挖掘 數(shù)據(jù)倉庫 物流領(lǐng)域應(yīng)用1，應(yīng)用背景物流是現(xiàn)代商品流通系統(tǒng)的重要組成部分，物流業(yè)的發(fā)展程度，反映了一個國家和地區(qū)經(jīng)濟(jì)的綜合配套能力與社會化服務(wù)程度，是其經(jīng)濟(jì)發(fā)展水平的集中體現(xiàn)。作為繼勞動力和自然資源之后的“第三利潤源泉”，現(xiàn)代物流產(chǎn)業(yè)的發(fā)展已經(jīng)成為拉動我國經(jīng)濟(jì)發(fā)展的新增長點。與此同時

2、，現(xiàn)代物流系統(tǒng)是一個龐大復(fù)雜的系統(tǒng)，特別是全程物流、包括運(yùn)輸、倉儲，配送、搬運(yùn)、包裝和再加工等環(huán)節(jié)，每個環(huán)節(jié)的信息量非常大，使企業(yè)很難對這些數(shù)據(jù)進(jìn)行有條理，有選擇性的分析。如何將企業(yè)中積累的大量的原始客戶數(shù)據(jù)轉(zhuǎn)化成有用的信息為決策者提供決策支持，已經(jīng)成為數(shù)據(jù)庫研究中一個很有應(yīng)用價值的新領(lǐng)域，數(shù)據(jù)挖掘技術(shù)由此應(yīng)運(yùn)而生。數(shù)據(jù)挖掘技術(shù)能幫助企業(yè)在物流信息管理系統(tǒng)中，及時、準(zhǔn)確地搜集數(shù)據(jù)并對其進(jìn)行分析。對客戶的行為及市場趨勢進(jìn)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(wù)。提升企業(yè)的客戶滿意度，對公司的長遠(yuǎn)發(fā)展有著極大的促進(jìn)作用。2，什么是數(shù)據(jù)挖掘技術(shù)？數(shù)據(jù)挖掘技術(shù)是利用人工智能

3、（AI）和統(tǒng)計分析等技術(shù)，在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間的關(guān)系，自動地幫助決策者分析歷史數(shù)據(jù)和當(dāng)前的數(shù)據(jù)，并做出歸納性的推理，從中挖掘出潛在的模式，從而預(yù)測客戶的行為，幫助企業(yè)的決策者調(diào)整市場策略、減少風(fēng)險、做出正確的決策。結(jié)合現(xiàn)代物流的特質(zhì)和外部環(huán)境考慮，數(shù)據(jù)挖掘技術(shù)能夠提供越來越強(qiáng)大的支持功能。從商業(yè)的角度考慮，由于在商業(yè)行為中存在著大量的信息，而這些信息并不是都是所需要的，也就是，它是有噪聲的，模糊的，隨機(jī)的數(shù)據(jù)，必須通過某種技術(shù)對這些隱含在其中的，人們不知道的，但又是潛在有用的信息和只是的過程。只有通過類似于數(shù)據(jù)挖掘的這樣的技術(shù)對商業(yè)數(shù)據(jù)庫進(jìn)行抽取，轉(zhuǎn)換，分析等操作，才可以讓這些埋藏著的

4、金子發(fā)光發(fā)亮。3，數(shù)據(jù)挖掘技術(shù)的特點數(shù)據(jù)挖掘技術(shù)具有以下特點:( 1) 處理的數(shù)據(jù)規(guī)模十分龐大, 達(dá)到GB、TB 數(shù)據(jù)級, 甚至更大。( 2) 查詢一般是決策制定者提出的即時隨機(jī)查詢, 往往不能形成精確的查詢要求, 需要靠系統(tǒng)本身尋找其可能感興趣的東西。( 3) 在一些應(yīng)用中( 如商業(yè)投資等) , 由于數(shù)據(jù)變化迅速,因此要求數(shù)據(jù)挖掘能快速做出相應(yīng)反應(yīng)以隨時提供決策支持。( 4) 數(shù)據(jù)挖掘中, 規(guī)則的發(fā)現(xiàn)基于統(tǒng)計規(guī)律。因此, 所發(fā)現(xiàn)的規(guī)則不必適用于所有數(shù)據(jù), 而是當(dāng)達(dá)到某一臨界值即認(rèn)為有效。因此, 利用數(shù)據(jù)挖掘技術(shù)可能會發(fā)現(xiàn)大量的規(guī)則。( 5) 數(shù)據(jù)挖掘所發(fā)現(xiàn)的規(guī)則是動態(tài)的, 它只找到了當(dāng)前狀態(tài)

5、的數(shù)據(jù)庫具有的規(guī)則, 隨著不斷地向數(shù)據(jù)庫中加入新數(shù)據(jù),需要隨時對其進(jìn)行更新。4，數(shù)據(jù)挖掘的一般過程數(shù)據(jù)挖掘過程可以大體分為四個步驟：數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)挖掘，結(jié)果的解釋和評價，用戶界面。如圖1：圖1 數(shù)據(jù)挖掘一般過程步驟1：數(shù)據(jù)準(zhǔn)備。（1） 數(shù)據(jù)選擇。搜索所有與業(yè)務(wù)對象有關(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)挖掘的應(yīng)用的數(shù)據(jù)。以物流領(lǐng)域中的倉庫管理為例，倉庫管理中通常會對貨物進(jìn)行一定的分類，從而來有效利用平面，空間利用率，同時讓工作流程更加的高效。在物流上，通常取用ABC分類法（即按貨物的價值與數(shù)量）進(jìn)行分類。而這些數(shù)據(jù)多從市場上搜集得來，部分是直接從零售商處取得的。在這種情況下，數(shù)據(jù)選擇應(yīng)

6、選擇那些跟市場銷售上有更多關(guān)聯(lián)的數(shù)據(jù)。（2） 數(shù)據(jù)的預(yù)處理。研究數(shù)據(jù)的質(zhì)量，為進(jìn)一步的分析做準(zhǔn)備，并確定將要進(jìn)行的挖掘操作的類型。仍以上述例子說明，通過各類市場搜集回來的各種數(shù)據(jù)中存在有很多的噪音，例如由于某些特別的原因，導(dǎo)致某產(chǎn)品在特定的短時期內(nèi)價格有所上升，偏離平時情況。數(shù)據(jù)預(yù)處理則是要先對這樣的偏離的數(shù)據(jù)預(yù)先剔走。（3） 數(shù)據(jù)的轉(zhuǎn)換。將數(shù)據(jù)轉(zhuǎn)換成一個分析模型。這個分析模型是針對挖掘算法建成的，建立一個真正的適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。步驟2：數(shù)據(jù)挖掘。對所得到的經(jīng)過轉(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完成。以下一些情況可能影響數(shù)據(jù)挖掘的效果。

7、以上述例子為例如：出現(xiàn)填寫錯誤的訂單；部分重復(fù)的訂單數(shù)據(jù)；缺少相應(yīng)可以實施的功能；挖掘出來的的結(jié)果缺乏充分的理由；耗時太長等。步驟3：結(jié)果的解釋和評價。解釋并評估結(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提取的信息進(jìn)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。因此這一步驟的任務(wù)不僅是把結(jié)果表達(dá)出來。還要對信息進(jìn)行過濾處理，如果不能令決策者滿意，需要重復(fù)以上數(shù)據(jù)挖掘過程。步驟4：用戶界面。 將分析所得到的知識集成到業(yè)務(wù)信息系統(tǒng)組織結(jié)構(gòu)中去。5，物流領(lǐng)域中的數(shù)據(jù)挖掘過程(1)定義商業(yè)問題。每一個客戶關(guān)系管理應(yīng)用程序都有一個或多個商業(yè)目標(biāo)，

8、為此需要建立恰當(dāng)?shù)挠嗅槍π缘哪Ｐ?。在?shù)據(jù)挖掘之前，應(yīng)從企業(yè)角度分析要達(dá)到的需求和目標(biāo)，將物流目標(biāo)轉(zhuǎn)換成數(shù)據(jù)挖掘目標(biāo)，給出數(shù)據(jù)挖掘問題的定義，并設(shè)計一個達(dá)到目標(biāo)的初步計劃。 (2)建立行銷數(shù)據(jù)庫。因為操作性數(shù)據(jù)庫和共同的數(shù)據(jù)倉庫常常沒有提供所需格式的數(shù)據(jù)，因此需要建立一個行銷數(shù)據(jù)庫。建立行銷數(shù)據(jù)庫時，要對它進(jìn)行凈化。因為需要的數(shù)據(jù)可能在不同的數(shù)據(jù)庫中，所以需要集成和合并數(shù)據(jù)到單一的行銷數(shù)據(jù)庫中，并協(xié)調(diào)來自多個數(shù)據(jù)源的數(shù)據(jù)在數(shù)值上的差異。 (3)為建模準(zhǔn)備數(shù)據(jù)。根據(jù)已確定的挖掘目標(biāo)，選擇挖掘的數(shù)據(jù)源，一般包括企業(yè)客戶數(shù)據(jù)庫、業(yè)務(wù)數(shù)據(jù)庫、外部數(shù)據(jù)庫，對取得的各種數(shù)據(jù)源進(jìn)行預(yù)處理，檢查數(shù)據(jù)的完整性和一

9、致性。 (4)數(shù)據(jù)挖掘模型的構(gòu)建。模型建立是一個迭代的過程，需要研究可供選擇的模型，從中找出最能解決企業(yè)商業(yè)問題的一個。根據(jù)確定的挖掘目標(biāo)，選擇適合的挖掘模型和挖掘算法，對數(shù)據(jù)挖掘庫中數(shù)據(jù)進(jìn)行處理，對模型的參數(shù)進(jìn)行調(diào)整，可綜合運(yùn)用幾種挖掘模型，然后再對結(jié)果進(jìn)行分析。 (5)模型評估。要及時對建立的模型進(jìn)行解釋和評估。企業(yè)的客戶關(guān)系管理人員根據(jù)挖掘的結(jié)果和先確立的挖掘目標(biāo)進(jìn)行解釋和評價，過濾出要呈現(xiàn)給用戶的知識，并將有意義的知識以圖形或邏輯可視化的形式表現(xiàn)出來，易于讓用戶理解。如果跟挖掘目標(biāo)有出入，需要重新對數(shù)據(jù)建模、改進(jìn)和完善。 (6)將數(shù)據(jù)挖掘運(yùn)用到客戶關(guān)系管理方案中。在建立客戶關(guān)系管理應(yīng)用

10、時，數(shù)據(jù)挖掘常常是整個產(chǎn)品中很小的但意義重大的一部分。通過數(shù)據(jù)挖掘而得出的預(yù)測模式可以和各個領(lǐng)域的專家知識結(jié)合在一起，構(gòu)成一個可供不同類型的人使用的應(yīng)用程序。我國物流企業(yè)現(xiàn)階段總體上還處于向現(xiàn)代物流轉(zhuǎn)型的時期，在客戶關(guān)系管理方面，雖然企業(yè)對客戶十分關(guān)注，并積累了一定的客戶信息，但仍然存在著許多問題。雖然客戶關(guān)系管理逐步得到應(yīng)用，但在客戶關(guān)系管理中積累下來的海量數(shù)據(jù)并沒有得到企業(yè)決策層的足夠的認(rèn)識，尚未完全挖掘出這些數(shù)據(jù)中蘊(yùn)藏的有用信息?？蛻絷P(guān)系管理以其先進(jìn)理念，為提高企業(yè)核心競爭力創(chuàng)造了條件，數(shù)據(jù)挖掘以其強(qiáng)大的數(shù)據(jù)分析能力，為切實落實物流企業(yè)的客戶管理計劃提供了可能。隨著經(jīng)濟(jì)的不斷發(fā)展，數(shù)據(jù)挖

11、掘技術(shù)與物流企業(yè)客戶關(guān)系管理的結(jié)合，將為物流企業(yè)客戶關(guān)系管理帶來更好的應(yīng)用前景和市場價值?；跀?shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)的現(xiàn)代物流體系可由采購進(jìn)貨管理系統(tǒng)、銷貨出貨管理系統(tǒng)、庫存?zhèn)}儲管理系統(tǒng)、財務(wù)管理和結(jié)算系統(tǒng)、物流客戶管理系統(tǒng)、OLAP、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘處理的物流分析系統(tǒng)、解釋評價系統(tǒng)、運(yùn)輸配送管理系統(tǒng)、物流決策支持等系統(tǒng)組成。 在采購進(jìn)貨、銷貨出貨、財務(wù)管理和結(jié)算系統(tǒng)中，利用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，可以改善物流業(yè)務(wù)與資金的平衡、提高資金的周轉(zhuǎn)，結(jié)合物流客戶管理系統(tǒng)，以確保把握住利潤最高的商品品種、數(shù)量和可靠的物流客戶，發(fā)展良好的客戶關(guān)系。庫存?zhèn)}儲管理中利用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，可以合理安排

12、貨品的存儲，有效的提高揀貨效率，動態(tài)把握貨品流通，最大限度實現(xiàn)“零庫存”，降低企業(yè)成本，提高企業(yè)效益。運(yùn)輸配送管理系統(tǒng)中，應(yīng)用GIS 技術(shù)與運(yùn)籌決策模型建立的物流分析系統(tǒng)，通過數(shù)據(jù)挖掘中的分類樹的方法，確定配送中心點的位置及各地址間的物品運(yùn)輸量，編制配送計劃，設(shè)計和優(yōu)化配送路線，確定有效配送策略，并結(jié)合物流決策支持系統(tǒng)中，分析內(nèi)外各種信息、圖表。運(yùn)用數(shù)據(jù)挖掘工具對歷史數(shù)據(jù)進(jìn)行多角度、立體的分析，建立決策支持系統(tǒng)，實現(xiàn)對物流中心的資源的綜合管理，為物流決策提供科學(xué)的依據(jù)。如圖2：圖2 物流業(yè)中數(shù)據(jù)挖掘一般過程設(shè)想由上圖可見，我們將現(xiàn)代物流系統(tǒng)按功能的不同簡單分成了5個系統(tǒng)：分別是采購進(jìn)貨系統(tǒng)，進(jìn)

13、出貨系統(tǒng)，庫存?zhèn)}儲系統(tǒng)，財務(wù)結(jié)算系統(tǒng)，物流客戶服務(wù)系統(tǒng)。我們分別對這5個系統(tǒng)建立自己的數(shù)據(jù)庫，數(shù)據(jù)庫的數(shù)據(jù)要根據(jù)各個系統(tǒng)的特征進(jìn)行建立。在挖掘過程中，建立了物流分析系統(tǒng)，系統(tǒng)將跟據(jù)不同的計算原則采用不同的挖掘算法對各個數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘，以其得出理想的數(shù)據(jù)。最后將對數(shù)據(jù)進(jìn)行解釋和評價，歸納總結(jié)后用于支持決策的制定。6，現(xiàn)代物流中如何應(yīng)用數(shù)據(jù)挖掘（1）目前的挑戰(zhàn)。在我國現(xiàn)代物流是一個新興的行業(yè)。一個關(guān)鍵的問題是雖然伴隨著國外物流管理成功經(jīng)驗的傳入很多企業(yè)或者專門提供物流服務(wù)的3PL和4PL都意識到了數(shù)據(jù)挖掘在這個新興行業(yè)中應(yīng)用的必然趨勢和廣闊前景，但因現(xiàn)代物流的涵蓋之廣，如何把數(shù)據(jù)挖掘應(yīng)用在其中

14、，發(fā)現(xiàn)各方面有意義的知識以供領(lǐng)導(dǎo)決策，仍然是個令多方人士困惑的問題。（2）以活動為基礎(chǔ)現(xiàn)代物流剖析。數(shù)據(jù)挖掘是基于數(shù)據(jù)庫和/或數(shù)據(jù)倉庫而進(jìn)行的，而數(shù)據(jù)庫是基于企業(yè)各方面的底層經(jīng)營資料搭建而成的。數(shù)據(jù)倉庫的組織是面向主題的?，F(xiàn)代物流則是一個過程，包含了計劃、實施和控制的功能，提供了各種各樣的服務(wù)。 那么，如何將二者結(jié)合起來，使數(shù)據(jù)挖掘技術(shù)全面地支撐起其在現(xiàn)代物流中的應(yīng)用呢？資料介紹有一種解決方法?；诨顒拥默F(xiàn)代物流剖析ABP（Active Based Paunching）,我們注意到，把現(xiàn)代物流按照其經(jīng)營活動進(jìn)行剖析。進(jìn)而繼續(xù)細(xì)分可以逐漸滲透到企業(yè)的底層經(jīng)營中去，即把物流活動的分析同日常的經(jīng)營聯(lián)

15、系起來，從而在現(xiàn)代物流和數(shù)據(jù)挖掘之間搭建起一座相互溝通的橋梁，這樣數(shù)據(jù)挖掘就可以在現(xiàn)代物流的各個方面都可以得到應(yīng)用。依據(jù)這種理念，現(xiàn)代物流管理在第一次的剖析中，可以認(rèn)為包含以下五個相互依賴的活動：客戶反應(yīng)、庫存計劃與管理、供應(yīng)、運(yùn)輸和倉儲。 接下來，基于這五種活動進(jìn)行第二次剖析，即（1）客戶活動剖析；（2）庫存活動剖析；（3）供應(yīng)活動剖析；（4）運(yùn)輸活動剖析；（5）倉儲活動剖析。數(shù)據(jù)挖掘技術(shù)源于物流的直接需求, 雖然它在各種領(lǐng)域都存在廣泛的使用價值, 但是物流領(lǐng)域是數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域之一。這是因為條形碼等技術(shù)的發(fā)展, 物流部門可以利用前端PC 系統(tǒng)收集、存儲大量的進(jìn)出歷史記錄、貨物進(jìn)出狀況

16、和服務(wù)記錄等數(shù)據(jù)。物流業(yè)同其數(shù)據(jù)密集型企業(yè)一樣積累了大量的數(shù)據(jù),。這些數(shù)據(jù)正是數(shù)據(jù)挖掘的基礎(chǔ)。數(shù)據(jù)挖掘技術(shù)有助于識別運(yùn)輸行為，發(fā)現(xiàn)配送新模式和趨勢，改進(jìn)運(yùn)輸效率，取得更高的核心競爭力，減少物流成本。同時，我國物流企業(yè)己經(jīng)開始擺脫簡單的技術(shù)應(yīng)用階段，已經(jīng)從單純的應(yīng)用數(shù)據(jù)庫系統(tǒng)和簡單MIS 發(fā)展到應(yīng)用智能決策系統(tǒng)。從傳統(tǒng)管理提高到依靠企業(yè)市場競爭力的戰(zhàn)略角度來實施物流業(yè)信息化。然而，在這一過程中，最缺乏的就是對數(shù)據(jù)的有效利用，即缺乏對數(shù)據(jù)進(jìn)行深層次的分析，然后應(yīng)用分析結(jié)果于經(jīng)營活動中去。數(shù)據(jù)如果不進(jìn)行分析， 它就只是一種簡單的原始數(shù)據(jù), 不能生成可供企業(yè)分析、決策的信息。宏觀的來說，數(shù)據(jù)挖掘可以從

17、下面幾個方面將各類物流活動進(jìn)行剖析和相互聯(lián)系：（1）縱覽全局, 提高物流決策的總體效率。通過分類信息(按貨物的種類、數(shù)量、地點和日期等)了解每天的運(yùn)營和財政情況, 掌控每一貨物的運(yùn)輸成本和庫存的變化。在運(yùn)輸貨物時, 隨時檢查貨物運(yùn)輸結(jié)構(gòu)是否合理, 這一點十分重要。（2）降低庫存成本。通過數(shù)據(jù)挖掘系統(tǒng),將運(yùn)輸數(shù)據(jù)和庫存數(shù)據(jù)集中起來,通過數(shù)據(jù)分析, 決定對哪些貨物進(jìn)行先行發(fā)貨,以確保合適的庫存。數(shù)據(jù)挖掘系統(tǒng)還可以將庫存信息和貨物預(yù)測信息通過電子數(shù)據(jù)交換( EDI) 系統(tǒng)直接送到客戶那里,這樣可以定期增加或者減少庫存, 進(jìn)而減少自身的負(fù)擔(dān)。（3） 貨物分組布局、運(yùn)輸推薦參照分析。通過從統(tǒng)計記錄中挖掘

18、的有關(guān)信息,可以發(fā)現(xiàn)運(yùn)輸某一種貨物的顧客可能運(yùn)輸其他貨物。這類信息,可以形成固定的運(yùn)輸推薦,或者保持一定的組合( 貨物分組布局),以幫助客戶方便的發(fā)送貨物,打動顧客的心,從而增加營業(yè)額。（4） 市場和趨勢分析。利用數(shù)據(jù)挖掘工具和統(tǒng)計模型對數(shù)據(jù)庫的數(shù)據(jù)仔細(xì)研究,以分析客戶的運(yùn)輸習(xí)慣和其它戰(zhàn)略性信息。通過檢索數(shù)據(jù)庫中近年來的物流數(shù)據(jù),運(yùn)用數(shù)據(jù)挖掘,可以對貨物的季節(jié)性、運(yùn)輸量、品種和庫存等的趨勢進(jìn)行數(shù)據(jù)挖掘分析,從而可確定風(fēng)險貨物,對物流運(yùn)作管理做出決策。（5）客戶細(xì)分?？蛻艏?xì)分是將人的消費(fèi)群體劃分為若干小細(xì)分群體,同屬一個細(xì)分群的消費(fèi)者彼此相似。客戶細(xì)分可以使商家以不同的方法區(qū)別對待處于不同細(xì)分群

19、中的客戶, 但這并不意味著服務(wù)與質(zhì)量上的差別。（6）交叉盈利。物流企業(yè)和客戶之間的關(guān)系是一種持續(xù)不斷的發(fā)展關(guān)系, 交叉盈利是建立在業(yè)務(wù)雙方互利原則的基礎(chǔ)之上的。客戶因得到更多、更好的符合他們需求的服務(wù)而獲益, 企業(yè)也因業(yè)務(wù)增長而獲益。在很多情況下對老客戶狀況的數(shù)據(jù)挖掘與對新客戶的數(shù)據(jù)挖掘是一致的。交叉盈利的優(yōu)勢在于, 企業(yè)可以比較容易地得到關(guān)于老客戶的比較豐富的信息, 大量的數(shù)據(jù)可以保證數(shù)據(jù)挖掘的準(zhǔn)確性。7 ，運(yùn)用數(shù)據(jù)挖掘技術(shù)時應(yīng)注意的問題首先應(yīng)該注意的是,在物流決策過程中,不是所有的數(shù)據(jù)挖掘系統(tǒng)都能解決物流領(lǐng)域上的問題的。如果不能將特殊領(lǐng)域的物流業(yè)邏輯與數(shù)據(jù)挖掘技術(shù)集成起來,數(shù)據(jù)挖掘的分析效

20、果和效益就不可能達(dá)到最佳值?？偟恼f來,決策者在應(yīng)用數(shù)據(jù)挖掘技術(shù)時, 應(yīng)該考慮兩方面的因素: 一是用數(shù)據(jù)挖掘“發(fā)現(xiàn)”問題；二是用數(shù)據(jù)挖掘“發(fā)明”解決問題的方法?！鞍l(fā)現(xiàn)”就是從數(shù)據(jù)中尋找規(guī)律, 從物流業(yè)運(yùn)作過程產(chǎn)生的大量業(yè)務(wù)數(shù)據(jù)中尋找出聚類性質(zhì)的相互關(guān)系, 以獲得有價值的物流業(yè)信息?！鞍l(fā)明”就是以數(shù)據(jù)規(guī)律為基礎(chǔ), 通過利用某些數(shù)學(xué)方法( 如統(tǒng)計分析和人工智能等) 將實際問題抽象為數(shù)學(xué)模型, 以指導(dǎo)解決實際問題。具體來說, 應(yīng)該注意以下幾個方面的問題:( 1) 避免重復(fù)投資。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取有價值的信息,而數(shù)據(jù)一般存儲在數(shù)據(jù)庫中。物流業(yè)進(jìn)行信息化建設(shè)的前期一般己經(jīng)選用了一種數(shù)據(jù)庫產(chǎn)品,因此

21、要首先考慮數(shù)據(jù)庫更新的問題以及數(shù)據(jù)挖掘系統(tǒng)與物流其他系統(tǒng)的集成問題。這樣,才能有利于企業(yè)降低成木, 達(dá)到最大效益并且保護(hù)已有的投資。( 2) 技術(shù)人員及其素質(zhì)。數(shù)據(jù)挖掘人員首先要有良好的統(tǒng)計概念,其次要懂得基本的物流和行業(yè)概念,他們所選用的技術(shù)和優(yōu)化方法會對模型的準(zhǔn)確度和生成速度產(chǎn)生很大影響。物流業(yè)中一般不具備上述人才, 物流決策者應(yīng)該重視引進(jìn)并保留住合格的人才。( 3) 數(shù)據(jù)挖掘的工具選擇。目前的數(shù)據(jù)挖掘工具大多是國外的舶來品,是否適合我國物流業(yè)的特點還有待于實踐的檢驗,但在國內(nèi)數(shù)據(jù)挖掘工具還不成熟的情況下,只有選擇合適的國外產(chǎn)品。引進(jìn)這些外國產(chǎn)品的時候要考慮定制問題,只有適合并能正確反映企業(yè)具體經(jīng)營狀況的工具才是首選工具。( 4) 數(shù)據(jù)質(zhì)量。國內(nèi)很多大的物流公司和企業(yè)都建立起了自己的業(yè)務(wù)系統(tǒng),同時伴隨著一個比較龐大的數(shù)據(jù)中心。但這種面向事務(wù)而產(chǎn)生的數(shù)據(jù)在質(zhì)量、完整性和一致性上都存在著很多問題,這就使得數(shù)據(jù)挖掘應(yīng)用專家很難集中精神去建立模型,而是投入太多的精力和時間去解決數(shù)據(jù)的抽取、凈化