分析数据挖掘技术在物流业中应用
最后更新时间:2024-03-23
作者:用户投稿本站原创
点赞:16223
浏览:70702
论文导读:ancementoflogisticanagement,itwillproducelargeamountsofdataandhowtoeffectivelymakeuseofthesedataisthekeytologisticsenterprisemodernization.Thispaperfirstintroducessomedataminingmethodswhichcommonlyused,thenexpoundstheapplicationofdataminingtechnologyin
摘 要:数据挖掘是从大量已有数据中找出隐藏在其中的、有用的信息和规律。当前大部分物流企业实现了信息化建设,随着物流管理工作的不断推进,会产生大量数据,如何有效利用这些数据是物流企业实现现代化的关键所在。文章首先介绍了常用的数据挖掘策略,接着阐述数据挖掘技术在物流业中的应用,最后指出物流企业应用数据挖掘技术时应注意的理由。
关键词:数据挖掘;物流;应用
:A
Abstract: Finding useful information and rules from a large number of existing data which hidden in is defined as data mining. Most of the current logistics enterprises he achieved information construction. With the advancement of logistics management, it will produce large amounts of data and how to effectively make use of these data is the key to logistics enterprise modernization. This paper first introduces some data mining methods which commonly used, then expounds the application of data mining technology in the logistics industry, finally points out problems that the logistics enterprises needing attention in the application of data mining technology.
Key words: data mining; logistics; application
随着科学技术的迅猛发展,信息化程度快速增长,信息过量就成为人们不得不面对的理由。如何在海量的信息中及时发现有用的知识,提高信息利用率,显然成为人们当前亟待解决的理由。数据挖掘技术应运而生,并越来越显现出其强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的,但又潜在有用的信息和知识的过程[1]。即数据挖掘产生的前提是需要从多年积累的大量数据中找出隐藏在其中的、有用的信息和规律。某些具有特定应用理由和应用背景的领域是最能体现数据挖掘作用的应用领域,例如运输业、金融业、保险业、零售业、医疗、行政司法、工业部门等社会部门以及科学和工程研究单位等。
由于数据挖掘技术的不断成熟,其逐渐开始被物流企业所重视。目前,很多物流企业内部都实现了信息化,伴随着物流业务的处理过程会产生大量的数据,数据存储技术越来越成熟,对物流信息的处理速度也越来越快,还有现阶段已产生大量数据挖掘算法,如聚类检测、决策树策略、人工神经网络、遗传算法、关联分析策略、基于记忆的推理算法等,这些为数据挖掘在物流业中的应用提供了基础保证。
物流企业竞争异常激烈,要想在众多企业之中脱颖而出,就要实现企业的信息化建设,并有效利用数据挖掘技术,收集大量数据,帮助企业实时了解市场的动态,及时针对快速变化的环境做出响应,通过分析预测,抓住各种重要商机。如利用收集的数据可以预测客户行为,推算当前物品种类的流通数量、客户与物品间的内在关联等,便于物流企业的管理人员及时制定决策,有利于在对物品的数量准备、存储方式、合理配送等一系列物流过程中有效利用资源,最大限度地提高物流信息管理的工作效率,节约成本,缩短配送周期,更透彻了解客户来改善并强化对客户的服务。数据挖掘技术还能有效推动物流企业的业务处理过程重组,实现规模优化经营。通过合理使用数据挖掘技术,企业可以提高自身的竞争力,推动我国物流行业向更高水平发展。
1 数据挖掘的常用策略
摘 要:数据挖掘是从大量已有数据中找出隐藏在其中的、有用的信息和规律。当前大部分物流企业实现了信息化建设,随着物流管理工作的不断推进,会产生大量数据,如何有效利用这些数据是物流企业实现现代化的关键所在。文章首先介绍了常用的数据挖掘策略,接着阐述数据挖掘技术在物流业中的应用,最后指出物流企业应用数据挖掘技术时应注意的理由。
关键词:数据挖掘;物流;应用
:A
Abstract: Finding useful information and rules from a large number of existing data which hidden in is defined as data mining. Most of the current logistics enterprises he achieved information construction. With the advancement of logistics management, it will produce large amounts of data and how to effectively make use of these data is the key to logistics enterprise modernization. This paper first introduces some data mining methods which commonly used, then expounds the application of data mining technology in the logistics industry, finally points out problems that the logistics enterprises needing attention in the application of data mining technology.
Key words: data mining; logistics; application
随着科学技术的迅猛发展,信息化程度快速增长,信息过量就成为人们不得不面对的理由。如何在海量的信息中及时发现有用的知识,提高信息利用率,显然成为人们当前亟待解决的理由。数据挖掘技术应运而生,并越来越显现出其强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的,但又潜在有用的信息和知识的过程[1]。即数据挖掘产生的前提是需要从多年积累的大量数据中找出隐藏在其中的、有用的信息和规律。某些具有特定应用理由和应用背景的领域是最能体现数据挖掘作用的应用领域,例如运输业、金融业、保险业、零售业、医疗、行政司法、工业部门等社会部门以及科学和工程研究单位等。
由于数据挖掘技术的不断成熟,其逐渐开始被物流企业所重视。目前,很多物流企业内部都实现了信息化,伴随着物流业务的处理过程会产生大量的数据,数据存储技术越来越成熟,对物流信息的处理速度也越来越快,还有现阶段已产生大量数据挖掘算法,如聚类检测、决策树策略、人工神经网络、遗传算法、关联分析策略、基于记忆的推理算法等,这些为数据挖掘在物流业中的应用提供了基础保证。
物流企业竞争异常激烈,要想在众多企业之中脱颖而出,就要实现企业的信息化建设,并有效利用数据挖掘技术,收集大量数据,帮助企业实时了解市场的动态,及时针对快速变化的环境做出响应,通过分析预测,抓住各种重要商机。如利用收集的数据可以预测客户行为,推算当前物品种类的流通数量、客户与物品间的内在关联等,便于物流企业的管理人员及时制定决策,有利于在对物品的数量准备、存储方式、合理配送等一系列物流过程中有效利用资源,最大限度地提高物流信息管理的工作效率,节约成本,缩短配送周期,更透彻了解客户来改善并强化对客户的服务。数据挖掘技术还能有效推动物流企业的业务处理过程重组,实现规模优化经营。通过合理使用数据挖掘技术,企业可以提高自身的竞争力,推动我国物流行业向更高水平发展。
1 数据挖掘的常用策略