隨著信息時(shí)代數(shù)據(jù)量的劇增，深化物流管理的方法是在其中引入數(shù)據(jù)挖掘技術(shù)，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)。本文介紹數(shù)據(jù)挖掘技術(shù)的概念及方法，并結(jié)合物流企業(yè)的管理，闡述數(shù)據(jù)挖掘技術(shù)在物流企業(yè)中的具體應(yīng)用。
     1.引 言
     物流需求的個(gè)性化、多樣化和集成化，要求物流服務(wù)企業(yè)必須不斷改進(jìn)和優(yōu)化企業(yè)的運(yùn)作流程，開發(fā)出具有針對(duì)性的物流服務(wù)，以適應(yīng)物流市場(chǎng)發(fā)展的變化。數(shù)據(jù)挖掘技術(shù)，以其強(qiáng)大關(guān)聯(lián)、分類、預(yù)測(cè)等功能，可將物流企業(yè)運(yùn)營(yíng)過程中產(chǎn)生的信息數(shù)據(jù)進(jìn)行有效整合處理，為物流企業(yè)的決策提供依據(jù)。
     2.數(shù)據(jù)挖掘技術(shù)
     數(shù)據(jù)挖掘又稱為基于數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)，是從大量的、不完全的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、潛在有用的信息和知識(shí)的過程。它不僅僅局限于對(duì)數(shù)據(jù)的查詢和訪問，主要在于找出數(shù)據(jù)之間的潛在聯(lián)系。從企業(yè)角度看，數(shù)據(jù)挖掘是一種企業(yè)信息處理技術(shù)，特點(diǎn)是對(duì)企業(yè)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析等，從中提取可用于輔助企業(yè)決策的關(guān)鍵數(shù)據(jù)。數(shù)據(jù)挖掘的目標(biāo)是從大量數(shù)據(jù)中，發(fā)現(xiàn)隱藏于其后的規(guī)律或數(shù)據(jù)間的關(guān)系，從而服務(wù)于決策。數(shù)據(jù)挖掘方法有很多種，其中比較典型的有關(guān)聯(lián)分析、序列模式分析、分類分析、聚類分析等。
     （1）關(guān)聯(lián)分析
     數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識(shí)。若兩個(gè)或多個(gè)變量的取值之問存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)分析即利用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘，而關(guān)聯(lián)規(guī)則是描述事物之間同時(shí)出現(xiàn)的規(guī)律的知識(shí)模式，關(guān)聯(lián)分析的目的是為挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系。
     （2）序列模式分析
     序列模式分析和關(guān)聯(lián)分析相似，他把數(shù)據(jù)之問的關(guān)聯(lián)性與時(shí)間性聯(lián)系起來，為了發(fā)現(xiàn)序列模式，不僅需要知道事件是否發(fā)生，而且需要確定事件發(fā)生的時(shí)間。其目的也是為了挖掘數(shù)據(jù)之間的聯(lián)系，但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)問的前后或因果關(guān)系。
     （3）分類分析
     分類分析就是分析樣本數(shù)據(jù)庫中的數(shù)據(jù)，為每個(gè)類別做出準(zhǔn)確的描述建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其他記錄進(jìn)行分類，能夠把數(shù)據(jù)集中的數(shù)據(jù)映射到某個(gè)給定的類上，其輸入集是一組記錄集合和幾種標(biāo)記。
     （4）聚類分析
     與分類分析不同，聚類分析法的輸入集是一組未標(biāo)定的記錄，也就是說此時(shí)輸入的記錄還沒有進(jìn)行任何分類。其目的是根據(jù)一定的規(guī)則，合理地劃分記錄集合，使組之間的差別盡可能大，組內(nèi)的差別盡可能小。
     3.數(shù)據(jù)挖掘技術(shù)在物流企業(yè)中的應(yīng)用
     現(xiàn)代物流信息系統(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。以往物流企業(yè)主要利用信息的有效溝通、快速傳達(dá)、物流運(yùn)作調(diào)控和輔助決策的功能，而很少挖掘信息中的有用數(shù)據(jù)。但隨著市場(chǎng)競(jìng)爭(zhēng)的加劇、企業(yè)精細(xì)化管理愿望的增強(qiáng)以及先進(jìn)技術(shù)方法的開發(fā)應(yīng)用，對(duì)信息中的數(shù)據(jù)進(jìn)行挖掘利用已成為物流企業(yè)贏取客戶、增加利潤(rùn)、提升自身競(jìng)爭(zhēng)力的有效途徑。
     3.1 數(shù)據(jù)倉庫的建立
     數(shù)據(jù)倉庫作為數(shù)據(jù)挖掘的基礎(chǔ)，不同于傳統(tǒng)的聯(lián)機(jī)事務(wù)處理系統(tǒng)，它具有面向主題的、集成的、不可更新以及隨時(shí)間變化的特性。各個(gè)聯(lián)機(jī)事務(wù)處理系統(tǒng)作為數(shù)據(jù)倉庫的原始數(shù)據(jù)源，以文件方式提供企業(yè)在日?；顒?dòng)中收集的包括定貨單、存貨單、應(yīng)付帳、交易條款、客戶情況等在內(nèi)的大量數(shù)據(jù)資料和報(bào)表。同時(shí)還有大量的外部信息等數(shù)據(jù)。數(shù)據(jù)倉庫通過ETL過程（抽取、轉(zhuǎn)換和加載）處理這些接口文件，并且按不同的主題域組織、存儲(chǔ)和管理這些客戶數(shù)據(jù)。通過數(shù)據(jù)倉庫接口，對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析和數(shù)據(jù)挖掘。在建立完成企業(yè)級(jí)的信息數(shù)據(jù)倉庫之后，可以基于這個(gè)數(shù)據(jù)倉庫平臺(tái)進(jìn)行數(shù)據(jù)挖掘工作。
     3.2 物流企業(yè)中的數(shù)據(jù)挖掘
     一般來講，數(shù)據(jù)挖掘在物流企業(yè)中可以應(yīng)用在以下幾方面：
     1）市場(chǎng)預(yù)測(cè)
     產(chǎn)品在進(jìn)入市場(chǎng)后，并不會(huì)永遠(yuǎn)保持銷量。一般來講，隨著時(shí)間的推移，產(chǎn)品會(huì)遵守銷量變化的模式，經(jīng)歷四個(gè)階段，即導(dǎo)入期、增長(zhǎng)期、成熟期和衰退期。在各個(gè)階段，產(chǎn)品的生產(chǎn)要求和實(shí)物分撥策略是不同的。如在導(dǎo)入期，產(chǎn)品逐步得到市場(chǎng)的認(rèn)可，銷售量可能會(huì)快速的增長(zhǎng)，這時(shí)需要提前的生產(chǎn)計(jì)劃、生產(chǎn)作業(yè)安排以及適合的庫存和運(yùn)輸策略，指導(dǎo)企業(yè)的生產(chǎn)，合理地控制庫存和安排運(yùn)輸。數(shù)據(jù)挖掘可以作為市場(chǎng)預(yù)測(cè)的手段，通過聚類和預(yù)測(cè)工具，達(dá)到上述目的。
     2）物流中心的選擇
     物流中心（流通中心、配送中心）選址問題即求解運(yùn)輸成本、變動(dòng)處理成本和固定成本等之和為最小的最小化問題。
     物流中心選址，需要考慮到中心點(diǎn)數(shù)量和中心點(diǎn)如何分布等情況。針對(duì)這一問題，可以用數(shù)據(jù)挖掘中的分類樹方法來加以解決。分類樹 （classification）的目標(biāo)是連續(xù)的劃分?jǐn)?shù)據(jù)，使依賴變量的差別。分類樹的真正的目的是將數(shù)據(jù)分類（classify）到不同組或分支中，在依賴變量的值上建立劃分。用分類樹的方法解決這個(gè)問題時(shí)，通常需要以下四個(gè)方面的數(shù)據(jù)：1）中心點(diǎn)的位置；2）每個(gè)中心點(diǎn)的業(yè)務(wù)需求量；3）備選點(diǎn)的位置；4）在中心點(diǎn)和備選點(diǎn)之間的距離。
     通過分類樹的方法，不僅確定了中心點(diǎn)的位置，同時(shí)也確定每年各個(gè)地址問物品的運(yùn)輸量，使整個(gè)企業(yè)必要的銷售量得到保證。企業(yè)的長(zhǎng)期折現(xiàn)的總成本也會(huì)達(dá)到最小值。
     3）優(yōu)化配送路徑
     配送路徑是個(gè)典型的非線性問題，它一直影響著物流企業(yè)配送效率的提高。在許多配送體系中，管理人員需要采取有效的配送策略以提高服務(wù)水平、降低貨運(yùn)費(fèi)用。其中要考慮車輛的路徑問題，車輛路徑問題是為一些車輛確定一些客戶的路徑，每一客戶只能被訪問一次，且每條路徑上的客戶需求量之和不能超過車輛的承載能力。其次還應(yīng)考慮到車輛的利用能力，如果車輛在運(yùn)輸過程中的空載率過高或整車的承載力未完全利用，這些無疑會(huì)增加企業(yè)的運(yùn)輸成本；另外涉及到車輛的運(yùn)輸能力，就必須考慮到貨品的規(guī)格大小和利潤(rùn)價(jià)值的大小。
     數(shù)據(jù)挖掘中的遺傳算法為配送路徑的優(yōu)化提供了新的工具，它可以把在局部?jī)?yōu)化時(shí)的路線繼承下來，應(yīng)用于整體，而其他剩余的部分則結(jié)合區(qū)域周圍的剩余部分 （即非遺傳的部分）進(jìn)行優(yōu)化。如此下去，逐漸把其他的區(qū)域并入優(yōu)化的范疇，最后擴(kuò)展到整體，模型得出的信息即可用來決策輸出，即根據(jù)每次配送顧客數(shù)量的不同、顧客位置的不同，以及相應(yīng)訂貨量的不同，輸出本次送貨線路車輛調(diào)度的動(dòng)態(tài)優(yōu)化方案。
     4）合理安排商品的倉儲(chǔ)
     商品的合理儲(chǔ)位對(duì)于倉容利用率、儲(chǔ)存搬運(yùn)分揀效率的提高具有重要的意義。對(duì)于商品量大、出貨頻率快的物流中心來講，商品儲(chǔ)位就意味著工作效率和效益，要真正解決好這個(gè)問題，數(shù)據(jù)挖掘是必不可少的。
     如何合理安排貨品的存儲(chǔ)、壓縮貨品的存儲(chǔ)成本正成為現(xiàn)代物流管理者不斷思考的問題，對(duì)于貨品的存放問題，哪些貨品放在一起可以提高揀貨效率？哪些貨品放在一起卻達(dá)不到這樣的效果呢？可以利用以往的商品流動(dòng)數(shù)據(jù)，采取數(shù)據(jù)挖掘中的關(guān)聯(lián)模式來分析解決這個(gè)問題。
     關(guān)聯(lián)模式分析的目的就是為了挖掘出隱藏在數(shù)據(jù)間的相互關(guān)系，即通過量化的數(shù)字，描述A類產(chǎn)品的出現(xiàn)對(duì)B類產(chǎn)品的出現(xiàn)有多大影響，可以用四個(gè)屬性來描述關(guān)聯(lián)規(guī)則：
     ?？尚哦龋涸诋a(chǎn)品集A出現(xiàn)的前提下，B出現(xiàn)的概率
     。支持度：產(chǎn)品集A、B同時(shí)出現(xiàn)的概率
     。期望可信度：產(chǎn)品集B出現(xiàn)的概率
     。作用度可信度：對(duì)期望可信度的比值
     通過上述關(guān)聯(lián)分析可以得出一個(gè)關(guān)于同時(shí)購(gòu)買商品的簡(jiǎn)單規(guī)則，從而來決定這兩種貨品在貨架上的配置，可以戰(zhàn)略性的布置貨品在倉庫中的位置，以促進(jìn)交叉銷售和某類交易模式。
     5）顧客價(jià)值分析
     根據(jù)市場(chǎng)營(yíng)銷的原則，對(duì)待不同類型的顧客所提供的服務(wù)水平也應(yīng)該有所不同的。通過分析客戶對(duì)物流服務(wù)的應(yīng)用頻率、持續(xù)性等指標(biāo)來判別客戶的忠誠(chéng)度，通過對(duì)交易數(shù)據(jù)的詳細(xì)分析來鑒別哪些是物流企業(yè)希望保持的客戶，通過挖掘找到流失客戶的共同特征，就可以在那些具有相似特征的客戶還未流失之前進(jìn)行針對(duì)性的彌補(bǔ)。
     6）物流需求預(yù)測(cè)
     物流企業(yè)規(guī)劃和控制物流活動(dòng)需要準(zhǔn)確估計(jì)供應(yīng)鏈中所處理的產(chǎn)品和服務(wù)的數(shù)量，這些估計(jì)主要采用預(yù)測(cè)和推算的方式。數(shù)據(jù)挖掘可以對(duì)物流活動(dòng)中的產(chǎn)品和服務(wù)類型隨時(shí)問變化的規(guī)律和趨勢(shì)進(jìn)行建模描述。時(shí)間趨勢(shì)分析可以對(duì)現(xiàn)有商品在時(shí)間上的變化找出趨勢(shì)，然后確定需要注意和開發(fā)商品的類型?？臻g趨勢(shì)分析可以根據(jù)地理位置的變化找到趨勢(shì)，然后確定以往重點(diǎn)發(fā)展的區(qū)域，這對(duì)于物流企業(yè)長(zhǎng)遠(yuǎn)的發(fā)展也是至關(guān)重要的。
     4.結(jié)束語
     數(shù)據(jù)挖掘技術(shù)已經(jīng)在商業(yè)、金融業(yè)、保險(xiǎn)業(yè)、電信業(yè)等多個(gè)領(lǐng)域開始得到應(yīng)用，取得了令人滿意的效果。我國(guó)物流企業(yè)在數(shù)據(jù)挖掘應(yīng)用方面還處于起步階段，經(jīng)驗(yàn)不足，應(yīng)用實(shí)踐在國(guó)內(nèi)物流企業(yè)中還并不多見。但隨著數(shù)據(jù)挖掘應(yīng)用研究的深入開展，以及物流企業(yè)追求運(yùn)營(yíng)績(jī)效愿望的增強(qiáng)，將會(huì)有越來越多的物流企業(yè)引入數(shù)據(jù)挖掘，為各物流企業(yè)在激烈的競(jìng)爭(zhēng)中掌握主動(dòng)，在未來的發(fā)展中提供更廣闊的空間，發(fā)揮重要的作用，數(shù)據(jù)挖掘在物流企業(yè)管理中將會(huì)有更加廣闊的前景。