基于数据挖掘的顺丰物流管理信息系统应用研究Word格式文档下载.docx

基于数据挖掘的顺丰物流管理信息系统应用研究Word格式文档下载.docx

《基于数据挖掘的顺丰物流管理信息系统应用研究Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于数据挖掘的顺丰物流管理信息系统应用研究Word格式文档下载.docx（18页珍藏版）》请在冰豆网上搜索。

学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；

在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。

论文作者签名：

年月日

河南工程学院毕业论文原创性声明

本人郑重声明：

所呈交的论文，是本人在指导教师指导下，进行研究工作所取得的成果。

除文中已经注明引用的内容外，本论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。

对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。

本学位论文原创性声明的法律责任由本人承担。

摘要

近20年来，计算机的应用越来越广泛，互联网的应用也不断深入，人类积累的数据正程几何增长。

研究人员在21世纪初期，已经评估出信息的数量在每三年会增加一倍。

而且数据库的数量和大小同时也在以更快的速度增长。

这些数据带给人们很大方便的同时，也产生了不少的问题。

数据的安全、消化、形式、辨别问题等等，亟需人们解决。

大部分人会把这些数据当做“垃圾”，从未涉足，所以就没法发现那些数据当中有用的价值，更不用提从那些现有数据中预测未来的发展趋势，从而做出准确的决策了。

而怎样才能从大量“垃圾”中获取人们所需要的信息，这才是一个难题。

然而，问题的产生总会伴随着方法。

数据挖掘则是解决这个问题最科学的答案。

本文首先阐述了论文的研究背景和意义，说明了数据挖掘运用在管理信息系统中的重要性，同时，介绍了国内外数据挖掘在管理信息系统中的研究现状，第三章描述了数据挖掘在顺丰物流管理信息系统的应用分析，同时选出了物流企业管理信息系统中比较重要的三个子系统，即选址系统、配送系统和仓储系统，从中进行分析，然后，运用数据挖掘在顺丰物流管理信息系统的以上三个子系统中。

最后找出数据挖掘应用在顺丰物流管理信息系统中存在的问题及解决的对策。

关键词：

数据挖掘；

管理信息系统；

物流业

StudyonApplicationofSFLogisticsManagementInformationSystembasedonDataMining

ABSTRACT

Inthelast20years,theapplicationofcomputerisbecomingmoreandmoreextensive,andtheapplicationofInternetisalsoincreasing.Theamountofdataincreasesfastly.Intheearlytwenty-firstCentury,thenumberofinformationhasbeenestimatedtobedoubledeverythreeyears.Andthenumberandsizeofthedatabasegrowsquickly.thesedatabringpeoplegreatconvenience,but,italsogeneratedalotofproblems.Forexample,datasecurity,digestion,form,identificationproblems,etc..Itbecomesanurgentissuetoberesolved.Mostpeoplewillputthesedataas"

junk"

andneversetfootin.Soitwouldn’tbeabletofindthosedatawereinusefulvalue,anditwouldn’tmentionfromtheexistingdatatoforecastthedevelopmenttrendinfuture,too.But,it’saproblemtogettheinformationfromalargenumberofjunk.However,theproblemisalwaysgeneratedbythemethod.Dataminingisthemostscientificanswertotheproblem.

Atfirst,thisarticledescribesthebackgroundandsignificanceoftheresearch,explainsthedataminingimportanceofusinginlogisticsmanagementinformationsystem.Meanwhileitintroducedresearchstatusofdomesticandinternationaldataminingathomeandaboardinlogisticsmanagementinformationsystem.ThethirdchapterdescribesthedataminingofresearchandapplicationintheSFlogisticsmanagementinformation.Itcontainsmanysubsystems,forexample,addressingsystem,distributionsystemsandstoragesystems,itanalyzeandusedatamininginthethreesubsystemsinSFlogisticsmanagementinformationsystem.Finally,findtheproblemsandmeasuresinlogisitcsmanagementinformationsystems.

KEYWORDS:

ManagementInformationSystem,DateMining,LogisticsBusiness

1绪论

1.1论文的研究背景

跟其他的行业一样，物流行业也会产生巨大的数据信息，怎样才能准确、及时、有效地收集和分析这些信息，则成为每个企业都迫不及待要解决的问题。

现代的物流管理信息系统包括多个环节，是一个异常庞大且又繁杂的系统，而这些环节又会产生大量的数据，对这些数据要进行及时、准确、有效的处理，显然，企业通过普通的数据库技术很难做到。

目前，数据挖掘的理论研究已经小有成效，数据挖掘的应用研究也在不断深入。

所以，数据挖掘在管理信息系统中也显示出越来越重要的作用，也已经成为了企业信息化战略建设不可或缺的一个重要组成部分。

大量的信息是物流企业共同的特点，而数据挖掘能够从海量的信息中挖掘出准确有效的信息来帮助企业决策层做出更为完善的决策，制定更为科学的物流管理方案，从而为提高一个企业的效益、降低成本、取得较为良好的经济效益，最终提高企业竞争力。

数据挖掘处理这些大量信息则会发挥出更加重要的作用。

发达国家的管理信息系统已经非常成熟，具有一定的市场占有率和行业经验，同国外相比，我国的管理信息系统尚处于发展期，管理和运作效率亟待提高。

一些国外的物流管理信息系统软件随着我国加入WTO后开始进入我国，虽然产品非常优秀，但是价格太贵，而且他们的文化背景和物流模式跟我国的物流模式完全不一样，所以不适合我国的国情。

目前，国内的大部分管理信息系统仍然处在理论和研究阶段，没有实践，更不用说投入市场了。

数据挖掘能够帮助企业在管理信息系统中及时、准确、有效地收集和分析各种信息，管理信息系统的子系统中，选址系统，配送系统，仓储系统则是其重中之重。

合理科学的方案能够使这些系统为企业带来不可估量的效益。

所以，研究人员通过数据挖掘，能够为企业决策层提供快速有效科学的决策。

对于整个企业而言，能够提高企业的效益，减少不科学的浪费，降低成本。

不容置疑，具有很重要的价值。

1.2论文的研究内容及意义

本文主要介绍了数据挖掘和管理信息系统的概念以及国内外管理信息系统的应用现状，通过查找的一些参考资料，将数据挖掘应用在顺丰物流的管理信息系统的选址系统、配送系统和仓储系统中。

同时，找出数据挖掘运用在顺丰物流中存在的一些问题，最后找出较为科学的方法，为这些问题提供一定的合理方案。

本篇论文希望能够通过数据挖掘为顺丰物流的管理信息系统提供一些有效的信息，使得顺丰物流能够把握那三个系统中的物流信息，从而为降低企业物流成本，提高企业的经济效益，做出一定的贡献。

2数据挖掘在物流管理信息系统中的应用现状

数据挖掘，通俗地解释，则是数据的挖掘，信息的寻找。

它包含多个领域的理论和技术，是一门新兴的交叉型学科，它能够使用各种分析工具，在大量已知数据中，挖掘出数据之间的关联，从而进行预测，为企业寻找数据间潜在的关系，发现被忽略的因素，做出更为完善的决策。

重要性在于它在对物流企业中产生的大量数据进行抽样，剖析和改变之后，能为企业的决策层提取出辅助决策的关键性技术。

数据挖掘本身是一种数据的分析方法，从1970年开始，已经有这样一种技术存在，只不过在过去的一大段时间里，数据挖掘知识被用来科学研究，并没有运用在企业当中。

再加上当时的信息技术并没有得到很大的发展。

所以，这些大量数据受到了很大的限制，并没有得到有效地及时地处理。

管理信息系统是企业现代化的重要标志，是企业发展的一条必经之路。

管理信息系统是为了适应现代化管理的需要，在管理科学、系统科学、信息科学和计算机科学等学科的基础上形成的一门科学，它研究管理系统中信息处理和决策的整个过程，并探讨计算机的实现方法。

它是一个由人、计算机、通信设备等硬件和软件组成的，能进行管理信息的收集、加工、存储、传输、维护和使用的系统。

管理信息系统可促使企业向信息化方向发展，使企业处于一个信息灵敏、管理科学、决策准确的良性循环之中，为企业带来更高的经济效益。

目前，计算机技术已经逐渐成熟，信息化智能化也大致实现，企业中产生的大量数据也得到了一定的分析。

分析这些数据，并不是为了分析而分析，而是为了能够占领一定的市场，让企业更加具有竞争力。

分析这些数据也不再是为了科学研究，更主要的是为了让企业决策层做出更为科学有效的决策，使所有的企业都向着理想中的路线发展。

当然，它们也都会面临同样一个难题：

数据多，有价值的数据少。

因此，在这些大量已知的数据中，挖掘出对企业有用的信息，却如同大海捞针，矿石淘金一样十分困难。

数据挖掘也因此而得名。

IT技术的加入使得现代物流业与传统运输业产生了很大的区别，原因在于条形码和电子数据交换技术。

它们的的发展不仅减少了物流环节花费的时间，节约了大量的物流成本，而且还加快了货物的流通速度，使得货物能够适时地周转。

其实，这些许许多多减少浪费的程序都会产生很多数据，而这些数据也常常伴有海量信息。

可我们以前的数据库技术已经不能帮助决策层发现这些信息。

实践证明，数据挖掘技术则可以以这些数据为基础，从而帮助企业分析决策。

2.1国外应用现状

1989年，由“购物篮分析”提出了KDD这个词语，KDD意思是知识发现。

国外的KDD国际研讨会召开了13次，从一个小社团，变成了国际的学术大会，人员也超过了一千多人。

并且他们研究的领域也都非常的宽广，企业管理，军事，气象等等都有涉足。

研究的重点一开始是发现一些方法。

现在着重研究和开发新系统。

从而为企业做出一定贡献，使得企业的决策层能够做出比较优良的决策。

面对“人们被数据淹没，人们却饥饿于知识”的挑战，数据挖掘显示出越来越强大的生命力。

数据表明，在国外，30%到40%的企业正在或者已经建造了数据仓库，而数据仓库正是为数据挖掘做准备的[1]。

物流企业的高速发展推动着现代经济的高速发展，现代经济高速发展的同时，也为物流企业的发展提供了强有力的支持。

发达国家物流企业的信息化，微机化，是在已实现了工业化的基础上和数据挖掘的推广上进行的。

所以发达国家的数据挖掘和管理信息系统都相对有了一定的发展。

目前，国外的数据挖掘和管理信息系统已经得到了迅猛发展，经验丰富，技术老练，研究领域也非常的宽广，在全球都占有一定的市场。

例如，美国推广的专家系统，使得管理信息系统实现了智能化，提高了物流管理的效率，从而为客户提高更加优质的服务质量。

美国邮政使用的客户关系管理系统，保证了客户的流失率，提高了企业的效益[2]。

国外的数据挖掘，在一方面可以通过销售信息系统、条形码和EDI网络技术等信息进行数据的收集和传递；

另一方面可以使物流战略决策实现最优化。

GartnerGroup的一次高级技术调查显示：

数据挖掘已经成为“未来三到五年内将对企业产生深远影响的五大关键技术”之首。

并且数据挖掘被列为未来五年内投资焦点的十大新兴技术首位。

根据最近Gartner的HPC研究表明，随着数据捕获、传输和存储技术的快速发展，大型系统用户将更多地需要采用数据挖掘来挖掘市场以外的价值，从而来创建新的企业增长点[3]。

2.2国内应用现状

我国和发达国家比起来，显然，对数据挖掘研的研究相对较晚，没有形成整体力量。

从1993年到现在，国家自然科学基金首次支持我国对数据挖掘的研究项目已经过去了20多年。

目前，国内的许多科研单位和高等院校竞相开展数据挖掘或知识发现的基础理论及其应用研究，这些单位包括清华大学、中科院计算技术研究所、北京大学等也在开展对数据挖掘算法的研究[4]。

再就物流这个领域来说，我国与发达国家相比也存在着一定的差距，这些差距主要表现观念、资金、知识和技术等方面。

一个先进的电子商务和一个落后的物流，在我国尤其形成一个非常鲜明的对比。

随着改革的开放及一系列物流措施的出台，新兴的物流企业给我国物流行业带来了新鲜的血液的同时，也产生了更为激烈的竞争。

同时，也产生了一个更加深奥的问题，即“数据爆炸，知识贫乏”。

大量的信息被这些物流企业所积累。

这些信息满足了企业需求后，被搁置一旁，形成“数据孤岛”。

如何从“数据孤岛”中挖掘出企业所需要的信息，已经成为亟需解决的问题。

于是，企业高层开始认识到管理信息系统的重要性，并开始关注能够运用到管理信息系统中的数据挖掘。

然而，我国能够使用管理信息系统的物流行业很少，将数据挖掘运用在管理信息系统的企业更少。

于是，企业高层开始认识到管理信息系统在物流行业中的重要性，逐步加大投入对管理信息系统的建设。

再加上信息化建设成本变得低廉，一些小型物流企业也逐渐实现了物流电子化，微机化，网络化处理。

当然，在国内也有企业运用数据挖掘到管理信息系统中去的。

例如：

顺丰物流中的客户关系管理系统，通过数据挖掘，挖掘出对公司产生较大效益的客户，成为他们公司的VIP客户并具有一定优惠。

中国邮政对大量的客户进行了统计分析，使得为客户提供增值服务成为可能，并挖掘出巨大的销售潜力。

中国工商银行曾接手未进行风险分析导致亏损的海南发展银行，从而以之为例，对银行进行全面的客户风险分析，从而使得银行收益良好[5]。

数据表明，目前，我国约有39%的企业已经建立了管理信息系统，但是只有7%的企业拥有自己的数据仓库，数据仓库中的数据可能来自企业不同的地方，所以，仅仅有1%的企业数据仓库中的数据是高质量且真实有效的[6]。

然而，大部分企业却都不能选取一种高速有效而简单的处理方法来处理这些数据，从而得到企业想要的信息。

而这些企业中，建立信息系统的主要功能只是是为了仓储管理、财务管理、运输管理和订单管理，对客户关系的管理、选址配送问题却少有涉足。

所以，数据挖掘在我国物流企业的管理信息系统中的应用研究还有待加强。

3数据挖掘在顺丰物流管理信息系统中的应用分析

物流企业的管理信息系统也称物流信息系统，它主要的目的是为了达到企业的战略竞优，提高物流企业的效率。

主要功能是为了进行物流信息的收集、管理、加工和整理。

物流信息系统是一个庞大且复杂的系统，包括诸多环节，而每一个环节都会产生大量的数据，巨大的数据使得企业无法顾及，更何况高效收集和及时处理。

因此，一种新的数据分析技术及时产生了。

数据挖掘技术能够应用在物流信息系统中，从而帮助决策者快速、准确、有效地做出决策，降低物流成本，提高企业效益[7]。

不容置疑，这具有极为重要的价值。

随着科学技术的发展，研究人员提出了许多的现代物流新理念。

其中包括有：

反应快速化、服务系列化、作业规范化、目标系统化、手段现代化、组织网络化、市场经营化等等。

这些新理念都离不开科学的管理信息系统。

物流信息的的暴增使得数据挖掘技术能够在物流管理信息系统中起着不可估量的重要作用。

在物流管理信息系统中，选址系统作为重中之重，一个物流企业的选址，将会影响全局决策，是制订经营战略及目标的重要依据，也是对市场定位的选择。

配送系统是物流企业的核心，一个完善的配送系统有利于物流企业更加合理。

仓储系统是集中快件的地方，对促进生产，提高效率起着重要的辅助作用。

所以，这三个子系统对于物流行业来说，是必须要考虑的问题。

3.1顺丰物流公司简介

顺丰物流公司于1993年成立在广州顺德，目前的总部设在深圳，是一家主要经营国际、国内快递及相关领域的综合服务性企业。

自1993年成立以来，顺丰物流公司始终专注于质量和服务的提升，不断满足市场的需求，建立了庞大的市场开发、信息采集、快件收发、物流配送等业务机构和服务客户的全国性乃至全球性网络。

长期以来，顺丰物流公司投入大量资金不断加强公司的基础性建设，积极引进和开发具有高科技含量的域名注册查询设备与信息技术，不断提升仓储作业自动化水平，实现了对物流流转的全环节、全过程的信息查询、监控、跟踪及资源的调度工作，促进了顺丰物流网络的不断优化，确保了服务水平的稳步提升，奠定了行业内客户服务满意度的领先地位。

在1996年，行业内客户数量的稳步增长和国内经济大趋势的蓬勃发展使得顺丰物流公司信心爆满，于是，开始进军广东省以外的全国主要城市。

从创业初期到2006年，全国20多个省及直辖市，还有100多个地级市，同样包括香港地区都被顺丰的快递服务网络覆盖。

积极、创新、务实、活力是顺丰的品牌理念。

尊重、团结、认真、奉献是顺丰的核心价值观。

正是因为这些，顺丰物流才成为了中国快递行业内民营品牌的佼佼者[8]。

3.2在选址系统中的应用

激烈的市场竞争要求企业经营者必须提高物流各个方面的质量，从而加强企业的核心竞争力。

仓库选址作为物流企业的第一件大事，不得不着重考虑。

企业的决策层还要考虑地理条件、顾客、管理等各个方面的因素，从而迅速地做出判断。

这是一项极其复杂的任务。

一个物流企业的成功跟科学的选址是密不可分的。

企业的地理位置及性质直接影响着其经营的业绩。

对于准备选址的物流企业来说，通过合理分析，能够确定最具有投资潜力的地址。

但是在国内，绝大多数的物流企业，主要依靠表格数据、凭借经验来进行企业选址，这种不科学的选址策略会导致物流布局存在不合理现象，从而使得某个企业倒闭，难以为继。

这对业主来说，是一种不可估量的损失。

所以，科学合理地选址已经变得越来越重要。

物流中心的选址属于成本最小问题。

这要运用到运筹学的知识，即求解各项成本最小问题。

选址需要考虑到很多问题，比如：

中心点数量、中心点的分布和多中心选址的问题。

多中心地址，意思就是你选取了很多个地址，从你所选取的那些地址中选取一个最为合适的地址来确定物流中心，使得形成的物流网络的总费用会最低。

一般，物流企业的选址要考虑四个因素：

经济因素、政策因素、环境因素、交通因素。

通过这几个因素的合理分析，从而选取出最为科学的地址。

通过层次分析法，不仅能够科学地选址，而且还能确定每年每个地址间物品的运输量。

从而保证企业每年必要的销售量。

企业长期折现的总成本也会达到最小值，从而减少物流成本，提高企业的效益。

顺丰物流一般会使用层次分析法选出较优地址。

层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。

以下是层次分析法在物流企业选址的结构图，如图3.1所示。

图3.1层次分析法在物流企业选址的结构图

由图3.1可知，第一层为目标层，第二层为准则层，第三层为方案层，首先应该确定4个因素的权重，然后对这些因素在4个不同物流中心进行评分，最后根据总分，评出4个备选地址中的最优方案。

3.3在配送系统中的应用

配送计划、配送路线和配送过程中的配载这三个都是物流管理信息系统中所需要解决的问题。

在这三个配送体系中，每个地区的主管都需要采取更为有效的策略。

从而来提高物流业的服务质量，最后降低配送费用，达到全局最优。

而在配送问题中，车辆的路径问题成为紧要难题。

怎么才能合理地确定到达客户的路径，必须是以这些条件为前提：

每条路径的客户需求量之和不能超过车辆的承载能力，且每一位客户只能被访问一次[9]。

因此，为了解决这一难题，这需要物流设计人员综合考虑车辆的利用能力。

空载率过高或者整个运输车辆的动力不能被完全利用，这样无疑会增加物流企业的运输成本和人力资源。

当然，货品的规格大小和货物的利润价值都是必须要考虑的。

当企业在采取配送策略的时候，必须综合考虑以上因素。

如果能够将以上三个因素综合起来，进行考虑，自然会对企业物流管理信息系统中的配送系统会有较大作用。

数据挖掘的一些主要方法：

层次分析法、关联规则、决策树、回归分析、时间序列分析、人工神经网络方法等[10]。

当然，将不同的分析方法和不同的分析工具整合起来使用，对于上述问题都能够提供一个比较好的解决方案。

实践证明，物流配送业务的以下几个方面能够运用到数据挖掘：

（1）分析和预测顾客的消费信息

顺丰物流和其他物流企业一样，当收派员和顾客交易完之后，必然会记录下交易时，比较详细的数据。

比如：

顾客的名称、住址、联系方式；

货物的名称、数量、特殊要求等。

这些数据由收派员通过巴枪，上传至网络。

如果能够很好得管理这些数据，行之有效地把这些数据按一定规律组织起来，达到一定的数据量之后，就能通过数据挖掘，从而发现其中蕴藏的有效的信息。

分析数据库中顾客的住址和名称就能看出来那些顾客喜欢那些商品和服务，那些商品属于热销商品，有哪些顾客或者哪些区域的顾客因为哪些原因目前已经离开了企业。

这就能使我们认真分析，自我检讨，进而采取相应措施来进行补救。

最后，提升物流企业的竞争力，以致于不被淘汰。

通过分析顾客所购的商品名称和数量可以发现顾客喜爱什么样的商品，从而采取有效措施保持畅销商品的畅销势头，并可以预测出这些商品中的哪些品种将成为将来的畅销商品。

分析顾客的满意程度也是必不可少的，这样能够发现企业商品和服务的质量状态。

企业商品的质量如果有大幅度的下滑，则说明企业进货检验可能把关不严或者员工思想出现混乱，这就使得企业管理者不得不采取有效措施从而纠正这种不正之