数据仓库和数据挖掘在物流系统中的应用研究

• 作 者: 张文娟
• 发表日期: 2009年01期
• 关键词: 数据仓库 关联规则 决策树 物流信息管理系统

随着计算机信息技术与社会经济的发展,物流行业经营的各个环节对管理的要求越来越高,信息的处理也越来越需要先进信息技术的支持。数据仓库与数据挖掘的出现,对于提高物流各个环节的工作效率,避免不必要的浪费,充分挖掘和利用过去零散的信息,建立物流决策机制,降低营运费用和产品成本,加快资金周转等等有了深远的影响。本文探讨了如何将数据仓库、数据挖掘结合起来用于物流管理领域,为物流行业探索了一条新的思路。本文对数据仓库相关理论和技术进行了研究,探讨了数据仓库技术在明日科技有限公司的物流管理系统中的应用。详细分析了物流管理的业务活动和数据关系,设计了数据仓库的概念模型、逻辑模型、逻辑模型、数据仓库的生成、数据仓库的使用与维护,最终确定本系统的主题为:商品销售概况、商品进出仓量、客户信用分析、商品配送到货准点率分析、应收帐分析等。文中详细讲述了系统的设计和实现过程,通过SQL Server 2005中的SSIS组件,实现了对数据源的数据进行抽取、转换和装载,并利用SSIS建立了数据立方体,以满足OLAP分析的需要。接着又对关联规则和数据分类算法进行了研究,并将这两种算法应用于商品销售概况分析和客户信用分析中。通过挖掘其中蕴含的规律,为物流管理工作提供相应的销售策略和挖掘优质客户的赊销潜力,能够合理的调整企业各项资源的合理调度,提高企业运营效率,降低成本,较好的实现由企业与消费市场的互动,及时有效地完成物流运转;客户信用分析的应用,以方便企业加强应收帐管理,降低企业的损失,减少坏账损失,对于信用等级低的劣质客户,在今后的交易往来中加强防范意识。由于对数据、数据挖掘任务和挖掘算法的多样性导致了许多研究难题,最后,介绍了数据挖掘的发展趋势。