本站原创
摘要：针对传统物流系统无法对其庞大的数据信息进行有效挖掘，将数据挖掘方法应用到物流管理系统中，通过对采购管理，库存管理，销售管理，运输管理和财务管理等5个子系统进行数据挖掘，提高了物流各个环节的工作效率。
关键词：数据挖掘；物流管理系统；关联规则；Apriori算法
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 can’t 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
随着经济全球化的不断发展,物流的作用越来越重要,已成为继资源、劳动力之后的第三利润源泉，物流作为集仓储管理、客户怎么写作、加工、配送、现代运输、产品流通以及信息网络于一体的综合怎么写作业务，其每个环节信息流量十分巨大，物流企业积累了大量的历史数据，如果不借助强有力的挖掘工具，仅依靠人的能力来理解这些数据是不可能的，而传统的物流信息管理系统无法对堆积在数据库中大量数据进行有效的挖掘分析，无法为决策者提供有效的决策支持，在这种情况下，物流企业急需借助一套科学的方法来对历史数据进行分析，进而解决困境；数据挖掘技术的出现解决了这一难题，在物流管理系统中应用数据挖掘技术能够及时准确地对历史数据进行挖掘，分析出市场、客户、采购、销售、存储、流通及企业财务情况的各种信息，比如：了解不同客户的爱好，预测市场趋势等，根据这些，决策者可以制定出相应的改进措施，这对于提高企业的管理水平和经济效益有着比较重要的意义和实用价值。
1物流管理系统分析
某物流系统由以下子系统组成：
1）采购管理：由制定采购计划，招标采购，供应商管理，业务员管理，延迟交货管理，询价采购，比价采购，应急采购，零星采购，采购分析，采购评价，采购监控等模块组成。
2）销售管理：主要由销售开票，销售查询，退货管理，销售结款，商品定价，未付款结款等模块组成。
3）财务管理：由供应商财务管理，销售分析，账款分析，材料成本分析，费用分类查询等模块组成。
4）业务受理子系统：由现场业务受理和远程业务受理模块组成；
5）投诉及信息反馈子系统：包括投诉处理模块，反馈信息处理等模块组成；
6）运输管理子系统：由运输业务管理，运输线路管理，运输计划调度管理，车辆资料管理，车辆驾驶员管理，运输成本管理，租车管理，停车场管理，押运管理等模块组成；
7）运输业务统计模块：由销售业务统计，生产统计和财务统计等模块组成；
8）库存管理子系统：由基础资料，仓库与仓位管理，货物进出库管理，出库管理，盘点管理，库内移动，货损登记管理，库存查询，短缺物品管理，贵重物品管理，堆积物品管理，多仓业务管理和库存控制管理等模块组成；
9）货代业务管理：由货代业务操作，货物跟踪，财务管理，业务员考核，数据查询，报表管理，客户管理，运价查询等模块组成；
10）配送管理子系统：由客户管理，车辆管理，配货作业，车辆装载，送货管理
11）增值业务管理子系统：由仓储增值怎么写作，运输增值怎么写作，配送增值怎么写作，金融增值怎么写作，物流信息增值怎么写作等模块组成。
12）报关管理模块：由报关单管理，报关单审核，备案清单管理，查验管理，三检管理，通关管理和报关过程监控组成。
2数据挖掘在物流管理系统中的应用研究
从多年的运行情况看，该物流管理信息系统操作方便，运行速度快，数据处理准确，基本能满足企业正常的业务需要，但经过多年的运行，SQL server数据库中堆积了大量的数据，当前没有对这些数据进行挖掘处理，无法从中得到更多的指导意见，基于此，决定利用数据挖掘技术实现5S目标：即Service（优质怎么写作），Speed（迅速及时），Space Sing（节约空间），Scale Optimization（规模优化、布局合理），Stock Control（库存控制）；在设计数据挖掘怎么写作前，需要对物流管理中的数据挖掘应用需求进行分析，系统通过对采购管理，库存管理，销售管理，运输管理和财务管理等5个子系统进行数据挖掘，输出最佳的物流怎么写作，如图1所示：
从表2可以看出：规则A表明：企业类型是内资企业的，置信度是57.6%，支持度为32.8；规则J表明：注册资金A5（2000万以上），置信度是62.8%，支持度为25.4%；规则O表明：经营年限B5（10年以上）的，置信度是60.2%，支持度为22.4%；规则T表明：回复率在C5（95%以上的）的，企业信誉较好的可能性是88.6%，支持度是5
②注册资金在A5（2000万以上）的企业会员置信度较高，而这些企业支持度较低，说明这些企业客户比较少，作为物流经营者，因此应制定相应措施进行改善，吸引这些大客户。
③经营年限较长的企业会员有较稳定的货源，这些客户的置信度较高，但支持率偏低，对于这些企业，应该给予优惠政策，吸引新客户及防止客户外流。
④回复率高的企业用户对本物流企业关注度高，达成的交易也多，这要求物流企业的经营者平时多与这些客户进行互动交流，加强联系。
随着物流业的高速发展,各家物流企业的物流管理系统中的数据信息量也呈指数级增长,但传统的物流管理系统无法对其积累的庞大数据进行有效的挖掘，无法从这些数据中分析出有用的信息，这已经大大阻碍了物流业的进一步发展，面对这一难题，文中，将数据挖掘技术引入到物流管理系统中，利用多种数据挖掘方法对销售管理，运输管理，库存管理、采购管理，和财务管理等5个子系统进行数据挖掘，提高了物流各个环节的工作效率,缩短从接受订货到发货的时间，避免不必要的浪费,充分挖掘和利用过去零散的信息,对建立物流决策机制,降低营运费用和产品成本,调整需求供给，提高运输效率等具有重要的意义。
关键词：数据挖掘；物流管理系统；关联规则；Apriori算法
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 can’t 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
随着经济全球化的不断发展,物流的作用越来越重要,已成为继资源、劳动力之后的第三利润源泉，物流作为集仓储管理、客户怎么写作、加工、配送、现代运输、产品流通以及信息网络于一体的综合怎么写作业务，其每个环节信息流量十分巨大，物流企业积累了大量的历史数据，如果不借助强有力的挖掘工具，仅依靠人的能力来理解这些数据是不可能的，而传统的物流信息管理系统无法对堆积在数据库中大量数据进行有效的挖掘分析，无法为决策者提供有效的决策支持，在这种情况下，物流企业急需借助一套科学的方法来对历史数据进行分析，进而解决困境；数据挖掘技术的出现解决了这一难题，在物流管理系统中应用数据挖掘技术能够及时准确地对历史数据进行挖掘，分析出市场、客户、采购、销售、存储、流通及企业财务情况的各种信息，比如：了解不同客户的爱好，预测市场趋势等，根据这些，决策者可以制定出相应的改进措施，这对于提高企业的管理水平和经济效益有着比较重要的意义和实用价值。
1物流管理系统分析
某物流系统由以下子系统组成：
1）采购管理：由制定采购计划，招标采购，供应商管理，业务员管理，延迟交货管理，询价采购，比价采购，应急采购，零星采购，采购分析，采购评价，采购监控等模块组成。
2）销售管理：主要由销售开票，销售查询，退货管理，销售结款，商品定价，未付款结款等模块组成。
3）财务管理：由供应商财务管理，销售分析，账款分析，材料成本分析，费用分类查询等模块组成。
4）业务受理子系统：由现场业务受理和远程业务受理模块组成；
5）投诉及信息反馈子系统：包括投诉处理模块，反馈信息处理等模块组成；
6）运输管理子系统：由运输业务管理，运输线路管理，运输计划调度管理，车辆资料管理，车辆驾驶员管理，运输成本管理，租车管理，停车场管理，押运管理等模块组成；
7）运输业务统计模块：由销售业务统计，生产统计和财务统计等模块组成；
8）库存管理子系统：由基础资料，仓库与仓位管理，货物进出库管理，出库管理，盘点管理，库内移动，货损登记管理，库存查询，短缺物品管理，贵重物品管理，堆积物品管理，多仓业务管理和库存控制管理等模块组成；
9）货代业务管理：由货代业务操作，货物跟踪，财务管理，业务员考核，数据查询，报表管理，客户管理，运价查询等模块组成；
10）配送管理子系统：由客户管理，车辆管理，配货作业，车辆装载，送货管理
摘自：本科毕业论文结论www.udooo.com
等模块组成；11）增值业务管理子系统：由仓储增值怎么写作，运输增值怎么写作，配送增值怎么写作，金融增值怎么写作，物流信息增值怎么写作等模块组成。
12）报关管理模块：由报关单管理，报关单审核，备案清单管理，查验管理，三检管理，通关管理和报关过程监控组成。
2数据挖掘在物流管理系统中的应用研究
从多年的运行情况看，该物流管理信息系统操作方便，运行速度快，数据处理准确，基本能满足企业正常的业务需要，但经过多年的运行，SQL server数据库中堆积了大量的数据，当前没有对这些数据进行挖掘处理，无法从中得到更多的指导意见，基于此，决定利用数据挖掘技术实现5S目标：即Service（优质怎么写作），Speed（迅速及时），Space Sing（节约空间），Scale Optimization（规模优化、布局合理），Stock Control（库存控制）；在设计数据挖掘怎么写作前，需要对物流管理中的数据挖掘应用需求进行分析，系统通过对采购管理，库存管理，销售管理，运输管理和财务管理等5个子系统进行数据挖掘，输出最佳的物流怎么写作，如图1所示：
从表2可以看出：规则A表明：企业类型是内资企业的，置信度是57.6%，支持度为32.8；规则J表明：注册资金A5（2000万以上），置信度是62.8%，支持度为25.4%；规则O表明：经营年限B5（10年以上）的，置信度是60.2%，支持度为22.4%；规则T表明：回复率在C5（95%以上的）的，企业信誉较好的可能性是88.6%，支持度是5
6.5%。通过得到的关联规则，可得到如下的分析结果及改进措施。
①企业类型中内资企业和港资企业的支持度较高，而台商企业，澳商企业和外资企业较少，这要求企业管理者要多了解台商企业，澳商企业和外资企业的物流需求，把他们吸引进来。②注册资金在A5（2000万以上）的企业会员置信度较高，而这些企业支持度较低，说明这些企业客户比较少，作为物流经营者，因此应制定相应措施进行改善，吸引这些大客户。
③经营年限较长的企业会员有较稳定的货源，这些客户的置信度较高，但支持率偏低，对于这些企业，应该给予优惠政策，吸引新客户及防止客户外流。
④回复率高的企业用户对本物流企业关注度高，达成的交易也多，这要求物流企业的经营者平时多与这些客户进行互动交流，加强联系。
随着物流业的高速发展,各家物流企业的物流管理系统中的数据信息量也呈指数级增长,但传统的物流管理系统无法对其积累的庞大数据进行有效的挖掘，无法从这些数据中分析出有用的信息，这已经大大阻碍了物流业的进一步发展，面对这一难题，文中，将数据挖掘技术引入到物流管理系统中，利用多种数据挖掘方法对销售管理，运输管理，库存管理、采购管理，和财务管理等5个子系统进行数据挖掘，提高了物流各个环节的工作效率,缩短从接受订货到发货的时间，避免不必要的浪费,充分挖掘和利用过去零散的信息,对建立物流决策机制,降低营运费用和产品成本,调整需求供给，提高运输效率等具有重要的意义。