关于数据仓库和数据挖掘在物流系统中的应用研究.pdf

《关于数据仓库和数据挖掘在物流系统中的应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、崤苯探祷·应用技本与研究关于数据仓库和数据挖掘在物流系统中的应用研究崔嘉(海军航空工程学院，山东烟台264001)[摘要]针对近年来我物流行业急剧发展，物流经营的各个环节对数据管理要求越来越高，物流管理信息系统在其中扮演的角色越来越重要。本文浅谈如何将数据仓库技术、数据挖掘技术结合起来用于物流管理业，为决策层提供技术支持。首先对数据仓库和数据挖掘作了简单介绍；其次着重论述了在物流管理信息系统的构建过程中数据仓库、数据挖掘和oLAP各自的作用，最后站在企业生存的角度上，建议应加大物流系统的建设。本文对物流业的从业人员具有一定的积极意义。[关键词]数据仓库；数据挖桩；oLAP；物流信息系统；决策

2、中图分类号：TP311文献标识码：A文章编号：1008．6609f2016)04．0066—031引言如今，物流行业处于一个蓬勃发展期，在物流的各个环节，如采购、仓储、运输等，都会产生巨大的信息流量。物流信息数据库存储的数据量已进入兆兆字节时代，是上个世纪八十年代物流业数据量的百万倍。与此同时，终端用户和企业管理层对数据记录有了更高的要求，需要对大量数据记录迸行快速、有效的分析，而原来的关系数据库系统等普通数据库技术己远远不能满足用户的需求。基于0LAP技术的数据仓库技术和数据挖掘技术在现代物流信息系统中发挥了越来越重要的作用，能够快速、有效地对各种数据信息进行分析研究，明确目标人群行为需求

3、及市场动态，从而使企业管理层做出正确的决策，为客户提供满意的服务，提高企业的市场竞争力。2数据仓库与数据挖掘简介2．1数据仓库数据仓库是在1990年由比尔·恩门提出的，主要作用是将企业管理中产生的海量数据，通过资料储存架构，进行系统的分析、处理，然后用诸如0LAP、数据挖掘等数据分析技术，得出易于理解的数据结论，帮助企业作出商业规划。需要注意的是，数据仓库并不是数据库，而是在数据库的基础上，进行数据信息的分析、挖掘，为企业提供决策帮助。数据仓库具有如下特性：a、面向主题性；b、不可更新性；c、集成性；d、随时间变化。数据仓库的方案建设是物流信息系统构建的第一步，是后期数据挖掘和联机分析处理的

4、重要基础。对于数据仓库中的信息，我们主要进行插入和查询等操作，而进行修改、删除等操作很少，目的就是为了尽可能保留原始分类数据之间的相互关联性。2．2数据挖掘数据挖掘是通过统计、情报检索、机器学习、在线分析处理和模式识别等方法从大量的应用数据中提取隐含在其中的、潜在有用的数据信息的过程，而这些数据甚至是不完全的、模糊的、无规律的。数据挖掘不仅仅是对数据信息的查询和访问，更主要的是找出数据的规律和它们之间的内在联系。数据挖掘在物流企业中得到广泛的应用，其主要原因是物流业每天都会产生大量的数据，管理层需要对这些数据进行采集、分析等，发现数据的内在联系，及时了解用户需求及市场动态，从而作出正确决策。

5、3基于OLAP技术的物流信息系统3．1联机分析处理OLAP(0nLineAnalyticalPmcessing)技术联机分析处理0LAP是一种在线分析工具，它基于网络技术与现代通信技术，其分类、整理、分析数据非常快速方便，而且支持复杂的分析操作，尤其侧重决策支持，可以对数据进行多角度的处理。OLAP对数据信息进行联机数据访问，主要是进行“维”(Dimension)的操作。维包含着比较复杂的层次关系，通常我们可以把一个实体的各项重要属性定义为多个维，这样用户就能在不同的维上对数据信息进行分析，得出～个比较全面的结果。OLAP可以根据分析人员的要求来多维、快速、灵活地对大量数据进行复杂的查询处理

6、，最后呈现出直观易懂的查询结果给决策人员，使他们迅速而准确地掌握用户需求和市场动态。3．2物流信息系统构建过程如图I所示，物流信息系统构建过程如下：利用OLAP技作者简介：崔嘉，男，山东滨州人，硕士研究生，讲师，研究方向：物联网应用技术、装备管理信息化、信息安全。．66．％木探讨·应用技术与研究术联机分析处理物流数据仓库中的数据信息，并且用数据集合技术对数据仓库中的数据进行分析、汇总、挖掘，然后将得出的结果数据及时反馈给企业决策支持系统。图1物流信息系统的构建过程(1)数据仓库的建立数据仓库的建立一般有如下两种方法实现：数据驱动法：采用自顶向下的顺序，往数据仓库数据库中添加连续的数据源，从而

7、将库中的所有数据信息覆盖掉，最后完成数据仓库的建立。其优势在于技术简单、操作省时，但与实际决策无法同步。应用驱动法：采用自底向上的顺序，逐渐往数据库中添加信息，首先根据数据仓库的最初应用，将来自不同渠道的数据信息源整理和传送，添加到数据仓库数据库中，之后随着应用的变化，向库中添加各种的数据源，从而覆盖掉所有数据信息，最后完成数据仓库的构建。其优势在于能及时的反馈有用信息给决策者，但与数据驱动法相比，完成最后操