黃紹川

摘要：針對傳統(tǒng)物流系統(tǒng)無法對其龐大的數(shù)據(jù)信息進(jìn)行有效挖掘，將數(shù)據(jù)挖掘方法應(yīng)用到物流管理系統(tǒng)中，通過對采購管理，庫存管理，銷售管理，運輸管理和財務(wù)管理等5個子系統(tǒng)進(jìn)行數(shù)據(jù)挖掘，提高了物流各個環(huán)節(jié)的工作效率。

關(guān)鍵詞：數(shù)據(jù)挖掘；物流管理系統(tǒng)；關(guān)聯(lián)規(guī)則；Apriori算法

中圖分類號：TP315文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2012)20-4791-04

Application of Data Mining in Logistics System

HUANG Shao-chuan

(Guangxi International Business Vocational College, Nanning 530007, China)

Abstract: Traditional logistics system cant tap effectively its huge data, Data mining method is applied to the system of logistics manage ment, procurement management, inventory management, sales management, transportation management and financial management, which improves greatly the work efficiency of all aspects of logistics.

Key words: data mining; logistics system; association rules; Apriori algorithm

隨著經(jīng)濟(jì)全球化的不斷發(fā)展,物流的作用越來越重要,已成為繼資源、勞動力之后的第三利潤源泉，物流作為集倉儲管理、客戶服務(wù)、加工、配送、現(xiàn)代運輸、產(chǎn)品流通以及信息網(wǎng)絡(luò)于一體的綜合服務(wù)業(yè)務(wù)，其每個環(huán)節(jié)信息流量十分巨大，物流企業(yè)積累了大量的歷史數(shù)據(jù)，如果不借助強(qiáng)有力的挖掘工具，僅依靠人的能力來理解這些數(shù)據(jù)是不可能的，而傳統(tǒng)的物流信息管理系統(tǒng)無法對堆積在數(shù)據(jù)庫中大量數(shù)據(jù)進(jìn)行有效的挖掘分析，無法為決策者提供有效的決策支持，在這種情況下，物流企業(yè)急需借助一套科學(xué)的方法來對歷史數(shù)據(jù)進(jìn)行分析，進(jìn)而解決困境；數(shù)據(jù)挖掘技術(shù)的出現(xiàn)解決了這一難題，在物流管理系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠及時準(zhǔn)確地對歷史數(shù)據(jù)進(jìn)行挖掘，分析出市場、客戶、采購、銷售、存儲、流通及企業(yè)財務(wù)情況的各種信息，比如：了解不同客戶的愛好，預(yù)測市場趨勢等，根據(jù)這些，決策者可以制定出相應(yīng)的改進(jìn)措施，這對于提高企業(yè)的管理水平和經(jīng)濟(jì)效益有著比較重要的意義和實用價值。

1物流管理系統(tǒng)分析

某物流系統(tǒng)由以下子系統(tǒng)組成：

1）采購管理：由制定采購計劃，招標(biāo)采購，供應(yīng)商管理，業(yè)務(wù)員管理，延遲交貨管理，詢價采購，比價采購，應(yīng)急采購，零星采購，采購價格分析，采購評價，采購監(jiān)控等模塊組成。

2）銷售管理：主要由銷售開票，銷售查詢，退貨管理，銷售結(jié)款，商品定價，未付款結(jié)款等模塊組成。

3）財務(wù)管理：由供應(yīng)商財務(wù)管理，銷售分析，賬款分析，材料成本分析，費用分類查詢等模塊組成。

4）業(yè)務(wù)受理子系統(tǒng)：由現(xiàn)場業(yè)務(wù)受理和遠(yuǎn)程業(yè)務(wù)受理模塊組成；

5）投訴及信息反饋子系統(tǒng)：包括投訴處理模塊，反饋信息處理等模塊組成；

6）運輸管理子系統(tǒng)：由運輸業(yè)務(wù)管理，運輸線路管理，運輸計劃調(diào)度管理，車輛資料管理，車輛駕駛員管理，運輸成本管理，租車管理，停車場管理，押運管理等模塊組成；

7）運輸業(yè)務(wù)統(tǒng)計模塊：由銷售業(yè)務(wù)統(tǒng)計，生產(chǎn)統(tǒng)計和財務(wù)統(tǒng)計等模塊組成；

8）庫存管理子系統(tǒng)：由基礎(chǔ)資料，倉庫與倉位管理，貨物進(jìn)出庫管理，出庫管理，盤點管理，庫內(nèi)移動，貨損登記管理，庫存查詢，短缺物品管理，貴重物品管理，堆積物品管理，多倉業(yè)務(wù)管理和庫存控制管理等模塊組成；

9）貨代業(yè)務(wù)管理：由貨代業(yè)務(wù)操作，貨物跟蹤，財務(wù)管理，業(yè)務(wù)員考核，數(shù)據(jù)查詢，報表管理，客戶管理，運價查詢等模塊組成；

10）配送管理子系統(tǒng)：由客戶管理，車輛管理，配貨作業(yè)，車輛裝載，送貨管理等模塊組成；

11）增值業(yè)務(wù)管理子系統(tǒng)：由倉儲增值服務(wù)，運輸增值服務(wù)，配送增值服務(wù)，金融增值服務(wù)，物流信息增值服務(wù)等模塊組成。

12）報關(guān)管理模塊：由報關(guān)單管理，報關(guān)單審核，備案清單管理，查驗管理，三檢管理，通關(guān)管理和報關(guān)過程監(jiān)控組成。

2數(shù)據(jù)挖掘在物流管理系統(tǒng)中的應(yīng)用研究

從多年的運行情況看，該物流管理信息系統(tǒng)操作方便，運行速度快，數(shù)據(jù)處理準(zhǔn)確，基本能滿足企業(yè)正常的業(yè)務(wù)需要，但經(jīng)過多年的運行，SQL server數(shù)據(jù)庫中堆積了大量的數(shù)據(jù)，當(dāng)前沒有對這些數(shù)據(jù)進(jìn)行挖掘處理，無法從中得到更多的指導(dǎo)意見，基于此，決定利用數(shù)據(jù)挖掘技術(shù)實現(xiàn)5S目標(biāo)：即Service（優(yōu)質(zhì)服務(wù)），Speed（迅速及時），Space Saving（節(jié)約空間），Scale Optimization（規(guī)模優(yōu)化、布局合理），Stock Control（庫存控制）；在設(shè)計數(shù)據(jù)挖掘服務(wù)前，需要對物流管理中的數(shù)據(jù)挖掘應(yīng)用需求進(jìn)行分析，系統(tǒng)通過對采購管理，庫存管理，銷售管理，運輸管理和財務(wù)管理等5個子系統(tǒng)進(jìn)行數(shù)據(jù)挖掘，輸出最佳的物流服務(wù)，如圖1所示：

從表2可以看出：規(guī)則A表明：企業(yè)類型是內(nèi)資企業(yè)的，置信度是57.6%，支持度為32.8；規(guī)則J表明：注冊資金A5（2000萬以上），置信度是62.8%，支持度為25.4%；規(guī)則O表明：經(jīng)營年限B5（10年以上）的，置信度是60.2%，支持度為22.4%；規(guī)則T表明：回復(fù)率在C5（95%以上的）的，企業(yè)信譽較好的可能性是88.6%，支持度是56.5%。通過得到的關(guān)聯(lián)規(guī)則，可得到如下的分析結(jié)果及改進(jìn)措施。

①企業(yè)類型中內(nèi)資企業(yè)和港資企業(yè)的支持度較高，而臺商企業(yè)，澳商企業(yè)和外資企業(yè)較少，這要求企業(yè)管理者要多了解臺商企業(yè)，澳商企業(yè)和外資企業(yè)的物流需求，把他們吸引進(jìn)來。

②注冊資金在A5（2000萬以上）的企業(yè)會員置信度較高，而這些企業(yè)支持度較低，說明這些企業(yè)客戶比較少，作為物流經(jīng)營者，因此應(yīng)制定相應(yīng)措施進(jìn)行改善，吸引這些大客戶。

③經(jīng)營年限較長的企業(yè)會員有較穩(wěn)定的貨源，這些客戶的置信度較高，但支持率偏低，對于這些企業(yè)，應(yīng)該給予優(yōu)惠政策，吸引新客戶及防止客戶外流。

④回復(fù)率高的企業(yè)用戶對本物流企業(yè)關(guān)注度高，達(dá)成的交易也多，這要求物流企業(yè)的經(jīng)營者平時多與這些客戶進(jìn)行互動交流，加強(qiáng)聯(lián)系。

隨著物流業(yè)的高速發(fā)展,各家物流企業(yè)的物流管理系統(tǒng)中的數(shù)據(jù)信息量也呈指數(shù)級增長,但傳統(tǒng)的物流管理系統(tǒng)無法對其積累的龐大數(shù)據(jù)進(jìn)行有效的挖掘，無法從這些數(shù)據(jù)中分析出有用的信息，這已經(jīng)大大阻礙了物流業(yè)的進(jìn)一步發(fā)展，面對這一難題，文中，將數(shù)據(jù)挖掘技術(shù)引入到物流管理系統(tǒng)中，利用多種數(shù)據(jù)挖掘方法對銷售管理，運輸管理，庫存管理、采購管理，和財務(wù)管理等5個子系統(tǒng)進(jìn)行數(shù)據(jù)挖掘，提高了物流各個環(huán)節(jié)的工作效率,縮短從接受訂貨到發(fā)貨的時間，避免不必要的浪費,充分挖掘和利用過去零散的信息,對建立物流決策機(jī)制,降低營運費用和產(chǎn)品成本,調(diào)整需求供給，提高運輸效率等具有重要的意義。