摘 要：隨著經(jīng)濟(jì)的發(fā)展，物流發(fā)展會(huì)越來越被人們所關(guān)注，在激烈的市場競爭下，企業(yè)必須以客戶為中心，滿足客戶多樣化的需求，而面對如此巨大的客戶數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘技術(shù)能有效的挖掘客戶信息，為物流企業(yè)提供準(zhǔn)確的決策信息，促進(jìn)物流企業(yè)的發(fā)展。本文則詳細(xì)分析基礎(chǔ)數(shù)據(jù)挖掘技術(shù)下的物流企業(yè)管理策略。

關(guān)鍵詞：基礎(chǔ)數(shù)據(jù)挖掘技術(shù)；物流企業(yè)；管理

現(xiàn)代物理管理是一項(xiàng)科學(xué)的、系統(tǒng)的管理概念，隨著經(jīng)濟(jì)的不斷發(fā)展，物流需求的個(gè)性化、多樣化以及集成化特點(diǎn)，要求物流企業(yè)必須不斷的改進(jìn)企業(yè)的運(yùn)作流程，不斷的創(chuàng)新物流服務(wù)，適應(yīng)市場發(fā)展的變化。數(shù)據(jù)挖掘技術(shù)以其強(qiáng)大的關(guān)聯(lián)、分類、預(yù)測等功能，將物流信息數(shù)據(jù)進(jìn)行有效的整理，為物流企業(yè)決策項(xiàng)目提供準(zhǔn)確的依據(jù)。

一、物流企業(yè)管理中存在的問題

進(jìn)入21世紀(jì)以后，人們開始跨入全球化與信息化時(shí)代，各個(gè)企業(yè)間的競爭越來越激烈，在給企業(yè)帶來機(jī)遇的同時(shí)也給企業(yè)帶來很大的挑戰(zhàn)。特別是物流企業(yè)，在面對競爭如此激烈的市場，更應(yīng)該積極改變管理策略，集中資源優(yōu)勢，提高自身競爭力。

1.現(xiàn)代企業(yè)物流觀念淡薄。我國很多企業(yè)長期在“重商流、輕物流”的理念下經(jīng)營，對發(fā)展一體化物流意識(shí)比較淡薄，沒有對物流在企業(yè)發(fā)展中的作用給予足夠的重視。隨著我國加入WTO，國際間的合作不斷擴(kuò)大，以及生產(chǎn)機(jī)械化、自動(dòng)化技術(shù)的發(fā)展，企業(yè)必須走集約化道路，降低運(yùn)營成本，提高經(jīng)濟(jì)效益。把競爭的焦點(diǎn)從生產(chǎn)領(lǐng)域轉(zhuǎn)向非非生產(chǎn)領(lǐng)域，包括采購、運(yùn)輸、儲(chǔ)存、加工、分銷、售后等各個(gè)程序，這就是物流企業(yè)的基本內(nèi)容。而我國仍有很多企業(yè)將物流置于附屬地位，致使物流很難起到優(yōu)化生產(chǎn)的作用。

2.不合理的會(huì)計(jì)核算掩蓋了物流成本。在我國的企業(yè)財(cái)務(wù)管理中，企業(yè)會(huì)計(jì)科目僅僅把支付給外部運(yùn)輸、倉儲(chǔ)企業(yè)的費(fèi)用列入到企業(yè)成本中，忽略了物流基礎(chǔ)建設(shè)費(fèi)、庫房保管、包裝、裝卸費(fèi)等物流費(fèi)用。沒有統(tǒng)計(jì)完整的物流費(fèi)用，掩蓋了物流費(fèi)用的真面目，也無法使企業(yè)領(lǐng)導(dǎo)從根本上重視物流。

3.企業(yè)物流運(yùn)作效率低下。很多企業(yè)把物流中倉儲(chǔ)、運(yùn)輸、采購、包裝、配送等環(huán)節(jié)分散在不同的部分，沒有對物流進(jìn)行系統(tǒng)的規(guī)劃與統(tǒng)一的管理，很難提高整個(gè)物流系統(tǒng)的運(yùn)作效率。

4.物流管理方式落后。我國很多企業(yè)在物流管理中缺乏對新技術(shù)的應(yīng)用，比如對人工智能、通信、條碼、掃描等先進(jìn)的信息技術(shù)運(yùn)用比較落后，致使物流企業(yè)不能實(shí)現(xiàn)內(nèi)、外部物流一體化進(jìn)行，不利于物流系統(tǒng)化發(fā)展。

二、數(shù)據(jù)挖掘技術(shù)的應(yīng)用模式

數(shù)據(jù)挖掘是建立在傳統(tǒng)數(shù)據(jù)分析基礎(chǔ)上的一種高層次的數(shù)據(jù)分析方法，它主要是利用統(tǒng)計(jì)學(xué)、人工智能等技術(shù)進(jìn)行自動(dòng)化分析數(shù)據(jù)然后對數(shù)據(jù)節(jié)能型相應(yīng)的推理，從中挖掘出潛在的信息，進(jìn)而利用這些信息對未來的情況作出較為準(zhǔn)確的預(yù)測，輔助決策者評估企業(yè)風(fēng)險(xiǎn)。數(shù)據(jù)挖掘解決的問題主要可以分為以下幾個(gè)模式：

1.分類分析。數(shù)據(jù)挖掘的這種分析方式是找出一組可以描述數(shù)據(jù)集合典型特征的函數(shù)，用于對未知數(shù)據(jù)進(jìn)行整理、歸納。物流企業(yè)在進(jìn)行客戶關(guān)系管理中可以利用數(shù)據(jù)挖掘技術(shù)對商場銷售商品情況進(jìn)行挖掘，依據(jù)商品要素對顧客的影響程度，分析顧客對于商品的感覺，進(jìn)而可以預(yù)測顧客對商品的感覺的分類規(guī)則，幫助企業(yè)管理者展開商業(yè)活動(dòng)。

2.聚類分析。聚類分析是一種對具有共同趨勢和模式的數(shù)據(jù)進(jìn)行的分組，組與組之間存在差別，但是組內(nèi)記錄具有相似性，在物流企業(yè)客戶管理中，聚類分析主要應(yīng)用與客戶細(xì)分中，能有效的分析客戶類型與偏好。

3.關(guān)聯(lián)分析。關(guān)聯(lián)分析是利用數(shù)學(xué)上的規(guī)則歸納法進(jìn)行的數(shù)據(jù)挖掘，對過對數(shù)據(jù)的分析、歸納，挖掘隱藏在數(shù)據(jù)間的相互聯(lián)系，這個(gè)數(shù)據(jù)的挖掘主要是從產(chǎn)品目錄中導(dǎo)出與產(chǎn)品有關(guān)的商用信息，從這些信息中發(fā)現(xiàn)商品銷售規(guī)則，從而評估規(guī)則的正確性。關(guān)聯(lián)信息的置信度越高，規(guī)則越可靠，也就代表此商品的商業(yè)價(jià)值越高。

三、基礎(chǔ)數(shù)據(jù)挖掘技術(shù)在物流企業(yè)管理中的應(yīng)用

現(xiàn)代物流信息系統(tǒng)環(huán)節(jié)繁多、流程復(fù)雜、數(shù)據(jù)雜亂，信息流量巨大，傳統(tǒng)的單純利用信息的溝通、傳遞、調(diào)控功能而決策的形式已經(jīng)不能滿足現(xiàn)代物流的發(fā)展，現(xiàn)代物流必須挖掘信息中的有效數(shù)據(jù)，建立數(shù)據(jù)倉庫，對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行分析、挖掘，從而協(xié)助企業(yè)管理者做出正確的決策。數(shù)據(jù)庫在物流企業(yè)中的應(yīng)用可以從以下幾個(gè)方面進(jìn)行分析。

1.市場預(yù)測。從產(chǎn)品銷售規(guī)則來看，一種商品進(jìn)入市場都要經(jīng)歷四個(gè)階段：導(dǎo)入期、增長期、成熟期、衰退期，不同的發(fā)展階段，產(chǎn)品的生產(chǎn)、銷售策略也不同。比如在導(dǎo)入期，產(chǎn)品逐步得到市場的肯定，銷售會(huì)逐漸增多，這是需要提前安排生產(chǎn)計(jì)劃、庫存、倉儲(chǔ)以及運(yùn)輸策略等，根據(jù)具體的信息，合理控制物流各個(gè)環(huán)節(jié)。在這里數(shù)據(jù)挖掘可以預(yù)測市場需求變化，從而為決策者提供重要的依據(jù)。

2.物流中心的選擇。物流中心的選址要考慮中心點(diǎn)放在什么位置能使物流成本最小化，通過數(shù)據(jù)挖掘中的分類樹方法可以解決這個(gè)問題。利用分類樹連續(xù)劃分?jǐn)?shù)據(jù)的功能，將數(shù)據(jù)分類到不同的分支中，建立最強(qiáng)劃分標(biāo)準(zhǔn)，然后一一挖掘四個(gè)方面的數(shù)據(jù)，他們分別是：中心點(diǎn)的位置、中心點(diǎn)的業(yè)務(wù)需求量、備選點(diǎn)的位置；中心點(diǎn)與備選點(diǎn)的距離。通過這些分析，確定中心點(diǎn)的位置以及各個(gè)地址間產(chǎn)品的運(yùn)輸量，從而保障產(chǎn)品的銷售量，從而減少成本。

3.優(yōu)化配送路徑。合理的配送路徑能有效的提高物流企業(yè)的配送效率，物流的配送需要考慮車輛路徑問題，比如車輛的承載能力、路徑長短問題、車輛的運(yùn)輸能力以及貨品的規(guī)格大小等。通過數(shù)據(jù)挖掘技術(shù)可以解決路徑選擇問題，通過非遺傳算法模型，把得到的信息用來決策輸出，根據(jù)內(nèi)次配送數(shù)量、顧客的位置、訂單量、輸出本次送貨線路車輛調(diào)度的動(dòng)態(tài)優(yōu)化方案。

4.物流需求預(yù)測。物流企業(yè)規(guī)劃物流活動(dòng)，需要在估計(jì)供應(yīng)鏈中產(chǎn)品和服務(wù)數(shù)量的基礎(chǔ)上進(jìn)行控制分析。數(shù)據(jù)挖掘可以對物流活動(dòng)中產(chǎn)品和服務(wù)類型以及它的發(fā)展規(guī)律建立模型，通過相應(yīng)的模型分析，確定需要開發(fā)商品的類型以及重點(diǎn)發(fā)展的區(qū)域，這些問題的分析有利于物流企業(yè)的長遠(yuǎn)發(fā)展。

四、物流企業(yè)管理中數(shù)據(jù)挖掘重點(diǎn)技術(shù)

數(shù)據(jù)挖掘技術(shù)屬于是一項(xiàng)借助于及其實(shí)施學(xué)習(xí)、統(tǒng)計(jì)、數(shù)學(xué)的可視化技術(shù)，在數(shù)據(jù)庫大量的數(shù)據(jù)中識(shí)別有效數(shù)據(jù)，并對其實(shí)施高級(jí)處理的過程。其也被成為是數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)。其能夠?qū)ο嚓P(guān)數(shù)據(jù)采用數(shù)據(jù)庫技術(shù)對其實(shí)施前端處理，從而對數(shù)據(jù)中的有用數(shù)據(jù)實(shí)施人工智能提取。其步驟可以分成四個(gè)，分別是：

1.前期準(zhǔn)備：其可以被分成三部分，分別是數(shù)據(jù)集成、數(shù)據(jù)選擇以及數(shù)據(jù)預(yù)處理。在這一過程之中與其業(yè)務(wù)對象有關(guān)的數(shù)據(jù)信息，不管是內(nèi)部的還是外部的均需要進(jìn)行搜索，在其中選擇出能夠被數(shù)據(jù)挖掘應(yīng)用的數(shù)據(jù)；對選取的數(shù)據(jù)質(zhì)量詳細(xì)分析研究，將其做好進(jìn)一步講實(shí)施分析的準(zhǔn)備，明確其挖掘操作具體類型；最后針對挖掘算法將這些數(shù)據(jù)全部都轉(zhuǎn)換成一個(gè)分析模型，選擇和數(shù)據(jù)挖掘真正適應(yīng)的算法，是確保數(shù)據(jù)挖掘成功的一個(gè)重點(diǎn)。在這一過程中主要就是實(shí)施數(shù)據(jù)準(zhǔn)備，其占到整個(gè)工作量的60%，從這一點(diǎn)可以明確看出其數(shù)據(jù)挖掘?qū)τ跀?shù)據(jù)的要求非常嚴(yán)格。

2.數(shù)據(jù)挖掘：在將所有準(zhǔn)備好的數(shù)據(jù)實(shí)施轉(zhuǎn)換之后，即可以對其實(shí)施挖掘，不但要對其挖掘算法進(jìn)一步完善，同時(shí)也應(yīng)該將其他工作自動(dòng)完成。數(shù)據(jù)挖掘通常有兩種方式，分別是驗(yàn)證型數(shù)據(jù)挖掘以及發(fā)現(xiàn)型數(shù)據(jù)挖掘，其中發(fā)現(xiàn)性數(shù)據(jù)挖掘是采用數(shù)據(jù)挖掘系統(tǒng)為用戶產(chǎn)生假設(shè)，驗(yàn)證型數(shù)據(jù)挖掘則是對于數(shù)據(jù)苦衷可能包含的知識(shí)，由用戶自己提出假設(shè)。

3.解釋和評價(jià)：對其結(jié)果實(shí)施解釋和評價(jià)，關(guān)于其具體的使用分析方法，則需要依照不同數(shù)據(jù)挖掘操作確定。依照用戶的決策目的，對其挖掘出來的信息實(shí)施分析，區(qū)分出最有價(jià)值的信息，采用決策指出工具將其傳遞給決策者，在此步驟之中不但可以表達(dá)出挖掘結(jié)果，同時(shí)還能夠?qū)ο嚓P(guān)信息實(shí)施過濾處理，如果其挖掘結(jié)果決策者不滿意，則也就需要對之上數(shù)據(jù)挖掘步驟重新進(jìn)行。

4.用戶界面：這里需要用到可視化技術(shù)，使用者能夠借助于可視化工具對其所發(fā)現(xiàn)知識(shí)的可靠性進(jìn)行證實(shí)，如果證實(shí)結(jié)果不滿意則重新實(shí)施數(shù)據(jù)挖掘；如果滿意則也就可以將其所得到的知識(shí)，全部集合在業(yè)務(wù)信息系統(tǒng)之中。

在現(xiàn)代物理企業(yè)管理中數(shù)據(jù)挖掘技術(shù)的重點(diǎn)包括數(shù)據(jù)倉庫、數(shù)據(jù)挖掘以及數(shù)據(jù)分析工具。其中數(shù)據(jù)倉庫技術(shù)，是將多個(gè)源數(shù)據(jù)存儲(chǔ)在一起的數(shù)據(jù)庫，其可以把不同數(shù)據(jù)庫采用因特網(wǎng)連接在一起，并將之中存儲(chǔ)的數(shù)據(jù)全部或者一部分復(fù)制到一個(gè)數(shù)據(jù)存儲(chǔ)中心。在數(shù)據(jù)倉庫中其屬于是邏輯概念，必須要建立在一定數(shù)量數(shù)據(jù)庫基礎(chǔ)上，基于物理角度來看可以將這些數(shù)據(jù)分開。數(shù)據(jù)倉庫則可以采用Internet將這些數(shù)據(jù)之間的地域界限打破，組成成一個(gè)邏輯整體，能夠在用戶面前呈現(xiàn)出一個(gè)海量數(shù)據(jù)庫。其主要工作就是提取、清理以及轉(zhuǎn)載傳統(tǒng)數(shù)據(jù)庫。數(shù)據(jù)挖掘技術(shù)，這則是數(shù)據(jù)處理系統(tǒng)中的重點(diǎn)和難點(diǎn)，需要涉及到很多模式模型以及挖掘算法?，F(xiàn)今已經(jīng)有很多數(shù)據(jù)挖掘技術(shù)，其中包括數(shù)據(jù)總結(jié)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、依賴關(guān)系、數(shù)據(jù)聚類等等。這些技術(shù)在應(yīng)用中有各自的優(yōu)勢也有各自的劣勢，因此在實(shí)際應(yīng)用中可以將多項(xiàng)技術(shù)結(jié)合應(yīng)用，目前流行的也就是將多種技術(shù)結(jié)合應(yīng)用，比如SGI公司開發(fā)的MineSer系統(tǒng)則也就屬于是多模式挖掘技術(shù)。數(shù)據(jù)分析工具，在數(shù)據(jù)倉庫中存在有很多數(shù)據(jù)，想要找到能夠提供輔助決策的信息，則也就必須要對其分析工具加以應(yīng)用。其工具包括有統(tǒng)計(jì)分析、查詢優(yōu)化工具以及聯(lián)機(jī)分析處理工具等等。工具本身的性能能夠直接影響到管理決策的有效性。現(xiàn)目前已經(jīng)有具有智能功能的強(qiáng)大數(shù)據(jù)分析工具的出現(xiàn)，其不但可以在系統(tǒng)運(yùn)行對數(shù)據(jù)實(shí)施采集和處理，并且也能夠?qū)ζ渌到y(tǒng)數(shù)據(jù)采集提供支持。

對于物流企業(yè)來講，信息是企業(yè)發(fā)展的重要資源，只有最大化的提高信息利用率，才能夠確保企業(yè)的健康發(fā)展，在對基礎(chǔ)數(shù)據(jù)挖掘技術(shù)應(yīng)用過程中，必須要根據(jù)物流企業(yè)的實(shí)際情況，決定其具體的數(shù)據(jù)挖掘技術(shù)應(yīng)用方法，從而提高數(shù)據(jù)挖掘技術(shù)應(yīng)用合理性和有效性，并且為企業(yè)發(fā)展決策提供切實(shí)有效的數(shù)據(jù)信息。

五、結(jié)語

隨著全球化經(jīng)濟(jì)的發(fā)展，物流業(yè)逐漸發(fā)展壯大，再加上電子商務(wù)的迅速發(fā)展，第三方物流異軍突起，促進(jìn)了物流業(yè)的發(fā)展壯大。隨著物流業(yè)的發(fā)展壯大以及信息技術(shù)的發(fā)展，傳統(tǒng)的物流管理模式已經(jīng)不能適應(yīng)現(xiàn)代物流管理的需要，面對大量的產(chǎn)品信息和客戶關(guān)系，必須建立新的信息管理模式，提高管理效率?；A(chǔ)數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠?qū)π聲r(shí)期物流企業(yè)管理需求進(jìn)行滿足，因此這一技術(shù)在現(xiàn)代物流管理中具有廣闊應(yīng)用前景。以上本文主要談?wù)摶A(chǔ)數(shù)據(jù)挖掘技術(shù)在物流企業(yè)管理中的應(yīng)用，以供參考。

參考文獻(xiàn)：

[1]陳奕寧.略論數(shù)據(jù)挖掘技術(shù)在物流企業(yè)管理中的一般應(yīng)用[J].廣西政法管理干部學(xué)院學(xué)報(bào)2011（2）：128-129.

[2]劉曉洪，裴素萍.數(shù)據(jù)挖掘技術(shù)在物流管理中的應(yīng)用[J].物流技術(shù)，2012（9）：201-202.

[3]葉玉萍.數(shù)據(jù)挖掘技術(shù)在物流業(yè)中的應(yīng)用研究[J].福建電腦，2009（5）：102-103.

[4]劉世平.SQL數(shù)據(jù)挖掘技術(shù)在物流企業(yè)管理中的應(yīng)用[J].物流技術(shù)，2013（3）：209-211.

[5]陸澎，樊重俊，李文.現(xiàn)代企業(yè)物流管理中的數(shù)據(jù)挖掘技術(shù)[J].商場現(xiàn)代化2009（3）：131-132

[6]陳頻.數(shù)據(jù)挖掘技術(shù)在物流決策支持系統(tǒng)中的應(yīng)用研究[J].數(shù)字技術(shù)與應(yīng)用，2009（7）：175-176.

作者簡介：高明浩（1981.10- ），女，碩士研究生，研究方向：物流管理、企業(yè)管理